如何动态替换DataFrame日期列并计算日度指标变化？

我有一个DataFrame，其中date列存储最近两个工作日的datetime格式日期（每日运行代码时日期会更新），示例数据如下：

shortCode       date  ...       value TCE value
shortCode                            ...                       
A6TCE     4858     A6TCE 2022-12-19  ...         NaN   89857.0
          4859     A6TCE 2022-12-20  ...         NaN   80632.0
S2TCE     4370     S2TCE 2022-12-19  ...         NaN  103858.0
          4371     S2TCE 2022-12-20  ...         NaN   94453.0
TD1       242        TD1 2022-12-19  ...       56.44   27654.0
          243        TD1 2022-12-20  ...       54.89   24594.0

我希望编写代码动态计算value和TCE value列的日度变化。目前考虑先透视DataFrame并新增列计算差值，但想先将日期替换为1st day/2nd day这种指定内容，想问问是否有必要这么做？另外我期望得到的DataFrame格式如下：

shortCode     date  ...       value TCE value
shortCode                            ...                       
A6TCE     4858     A6TCE 1st day  ...         NaN   89857.0
          4859     A6TCE 2nd day  ...         NaN   80632.0
S2TCE     4370     S2TCE 1st day  ...         NaN  103858.0
          4371     S2TCE 2nd day  ...         NaN   94453.0
TD1       242        TD1 1st day  ...       56.44   27654.0
          243        TD1 2nd day  ...       54.89   24594.0

一、是否需要替换日期？ #

如果后续需要追加历史日度变化数据，不建议直接替换原date列——原datetime格式的日期是进行时间序列计算、历史数据拼接的关键标识，替换成文本后会丢失时间维度的可操作性。如果只是为了展示需求，可以新增一列用于显示1st day/2nd day，保留原date列用于计算。

二、实现方案 #

方案1：保留原日期+新增显示列，兼顾计算与展示

这种方式既满足展示需求，又不影响后续数据追加的灵活性：

import pandas as pd

# 假设原始DataFrame名为df
# 1. 按shortCode分组，给每组内的日期排序并标记天数
df['day_label'] = df.groupby('shortCode')['date'].rank(method='first').map({1: '1st day', 2: '2nd day'})

# 2. 透视DataFrame，计算日度变化
pivot_df = df.pivot(index='shortCode', columns='day_label', values=['value', 'TCE value'])
# 调整列名格式，方便后续调用
pivot_df.columns = [f'{col[0]}_{col[1]}' for col in pivot_df.columns]

# 3. 计算日度差值（2nd day - 1st day）
pivot_df['value_change'] = pivot_df['value_2nd day'] - pivot_df['value_1st day']
pivot_df['TCE_value_change'] = pivot_df['TCE value_2nd day'] - pivot_df['TCE value_1st day']

# 4. 合并回原长格式，可选替换date列为展示文本
result_df = df.merge(pivot_df[['value_change', 'TCE_value_change']], on='shortCode')
# 如果一定要替换date列显示文本
result_df['date'] = result_df['day_label']
result_df = result_df.drop('day_label', axis=1)

方案2：直接替换日期并计算（仅适合无需追加历史数据的场景）

如果确定后续不需要保留时间维度，可直接替换日期后计算：

import pandas as pd

# 按shortCode分组排序，替换日期文本
df['date'] = df.groupby('shortCode')['date'].rank(method='first').map({1: '1st day', 2: '2nd day'})

# 透视计算变化
pivot_df = df.pivot(index='shortCode', columns='date', values=['value', 'TCE value'])
pivot_df['value_change'] = pivot_df[('value', '2nd day')] - pivot_df[('value', '1st day')]
pivot_df['TCE_value_change'] = pivot_df[('TCE value', '2nd day')] - pivot_df[('TCE value', '1st day')]

# 转回长格式
result_df = pivot_df.stack().reset_index()

关键提示 #

• 每日运行时，先确保date列是datetime格式，可通过pd.to_datetime(df['date'])转换，避免排序出错。
• 分组排序用rank(method='first')保证稳定性，避免极端情况下相同日期导致标记错误。

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