如何使用Pandas计算同一列中当前日期与5天前的数据差值？

处理思路 #

核心是按ID分组后精准匹配当前日期与5天前的对应数据，再计算差值。推荐用merge方法，能避免日期不连续时shift方法的误差。

步骤与代码示例 #

1. 数据预处理：将日期列转为datetime格式，确保可进行日期运算
2. 关联5天前数据：通过左连接匹配同ID下的5天前记录
3. 计算差值：用当前数据减去5天前的数据

import pandas as pd

# 假设数据集存储在DataFrame df中，列名为ID、Date、Value
df['Date'] = pd.to_datetime(df['Date'])  # 转换日期格式为datetime

# 生成当前日期往前推5天的列，用于匹配
df['Date_5days_ago'] = df['Date'] - pd.Timedelta(days=5)

# 左连接原数据，匹配同ID且日期为5天前的记录
merged_df = pd.merge(
    df, 
    df, 
    left_on=['ID', 'Date_5days_ago'], 
    right_on=['ID', 'Date'], 
    how='left', 
    suffixes=('', '_5ago')
)

# 计算差值，无匹配项（如无5天前数据）会显示NaN
merged_df['Diff'] = merged_df['Value'] - merged_df['Value_5ago']

# 可选：保留需要的列并展示结果
result = merged_df[['ID', 'Date', 'Value', 'Diff']]
print(result)

示例结果 #

针对你提到的ID=1的记录：

ID:1，日期:2023-06-10，数据:22，Diff:7

这正是通过上述代码计算得到的结果（当ID=1在2023-06-05有对应数据15时）。

内容的提问来源于stack exchange，提问作者CaptainCrunch