基于Date和Hour列在Pandas中实现数据列小时偏移

针对你的需求，我们可以通过计算偏移后的具体日期+小时，再用字典映射匹配值的方式实现，完全不用依赖时间序列的shift方法，代码简单易懂，适合新手：

步骤1：构造示例数据（如果已有数据可跳过） #

先把你提供的示例DataFrame用代码还原出来：

import pandas as pd

# 构造目标格式的示例DataFrame
df = pd.DataFrame({
    'ID': [2]*6,
    'Date': pd.to_datetime(['2022-01-01']*6),  # 确保是datetime64格式
    'Hour': [1,2,3,4,5,6],
    'A': [100,200,300,400,500,600]
})

步骤2：计算偏移后的日期和小时 #

我们先算出每一行对应的t+1（向前1小时）和t-1（向后1小时）的具体日期和小时，跨天的情况会自动处理（比如1月1日23点的t+1就是1月2日1点）：

n = 1  # 要偏移的小时数，可根据需求修改

# 计算t+1的完整时间，再拆分出日期和小时
df['t_plus_1_datetime'] = df['Date'] + pd.Timedelta(hours=n)
df['t_plus_1_Date'] = df['t_plus_1_datetime'].dt.date
df['t_plus_1_Hour'] = df['t_plus_1_datetime'].dt.hour

# 计算t-1的完整时间，再拆分出日期和小时
df['t_minus_1_datetime'] = df['Date'] - pd.Timedelta(hours=n)
df['t_minus_1_Date'] = df['t_minus_1_datetime'].dt.date
df['t_minus_1_Hour'] = df['t_minus_1_datetime'].dt.hour

步骤3：创建值映射字典 #

把原数据的(Date, Hour)作为键，A的值作为值，做成一个字典，方便快速查找偏移后对应的值：

a_map = df.set_index(['Date', 'Hour'])['A'].to_dict()

步骤4：生成偏移列并填充缺失值 #

通过apply遍历每一行，用字典的get方法取值——如果偏移后的(Date, Hour)在原数据中不存在，就返回0填充：

# 生成"A t+1"列
df['A t+1'] = df.apply(
    lambda row: a_map.get((pd.to_datetime(row['t_plus_1_Date']), row['t_plus_1_Hour']), 0),
    axis=1
)

# 生成"A t-1"列
df['A t-1'] = df.apply(
    lambda row: a_map.get((pd.to_datetime(row['t_minus_1_Date']), row['t_minus_1_Hour']), 0),
    axis=1
)

步骤5：清理结果 #

删掉中间生成的辅助列，得到最终的目标DataFrame：

# 保留需要的列
result_df = df[['ID', 'Date', 'Hour', 'A', 'A t+1', 'A t-1']]
print(result_df)

运行后输出的结果如下：

扩展：多列偏移处理 #

如果你的DataFrame还有其他需要偏移的列（比如B、C），可以用循环批量处理：

# 假设要偏移的列是A、B、C
cols_to_shift = ['A', 'B', 'C']
# 为每个列创建映射字典
col_maps = {col: df.set_index(['Date', 'Hour'])[col].to_dict() for col in cols_to_shift}

# 循环生成每个列的偏移列
for col in cols_to_shift:
    df[f'{col} t+1'] = df.apply(
        lambda row: col_maps[col].get((pd.to_datetime(row['t_plus_1_Date']), row['t_plus_1_Hour']), 0),
        axis=1
    )
    df[f'{col} t-1'] = df.apply(
        lambda row: col_maps[col].get((pd.to_datetime(row['t_minus_1_Date']), row['t_minus_1_Hour']), 0),
        axis=1
    )

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