如何从Pandas DataFrame读取指定列并计算日销售额差值

步骤分解 #

• 读取指定列：读取CSV时直接指定要加载的date和sales value列，减少不必要的内存占用
• 标准化日期格式：将date列转换为Pandas的datetime类型，确保日期顺序逻辑正确（避免字符串排序导致的计算错误）
• 计算日差值：使用shift()方法获取前一日的销售额，用当日销售额减去昨日值得到差值，首行无昨日数据，填充为0

完整代码示例 #

import pandas as pd

# 读取CSV，仅加载需要的列
df = pd.read_csv('sales_data.csv', usecols=['date', 'sales value'])

# 将date列转换为datetime类型，匹配示例中的日期格式
df['date'] = pd.to_datetime(df['date'], format='%d-%b-%y')

# 按日期排序（若CSV中日期无序，这一步是必要的）
df = df.sort_values('date').reset_index(drop=True)

# 添加diff列：当日销售额减去昨日销售额，首行空值填充为0
df['diff'] = df['sales value'] - df['sales value'].shift(1)
df['diff'] = df['diff'].fillna(0).astype(int)

print(df)

运行结果 #

关键说明 #

• pd.to_datetime()的format参数要严格匹配你的CSV日期格式，示例中对应日-月份缩写-两位年份的格式
• 必须确保数据按日期排序，否则shift()会取到错误的前一行数据
• 如果不需要将差值转为整数，可以去掉.astype(int)部分

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