pandas DataFrame基于前一天同小时条件创建difference列

• 先将datetime列从字符串转换为pandas原生时间格式，支撑时间偏移计算
• 构建时间到得分的检索映射表，通过时间键快速匹配对应记录的得分
• 逐行匹配计算：
  • 将当前行的时间往前偏移1天，得到“前一天同一小时”的目标时间点
  • 如果目标时间点在映射表中存在匹配得分，difference = 当前行得分 - 匹配到的前一天同小时得分
  • 如果目标时间点无匹配记录，difference 直接取当前行的得分值

注：该计算逻辑不依赖原始数据的行排序，即使datetime列是乱序存储的，也能基于时间点的精准匹配得到正确结果，无需提前对DataFrame做时间排序。

import pandas as pd
df = pd.DataFrame({
    'score': [2, 13, 24, 15, 11, 44], 
    'datetime': ["2017-08-30 07:00:00", "2017-08-30 08:00:00", "2017-08-31 07:00:00", "2017-08-31 08:00:00", "2017-08-29 21:00:00", "2017-08-28 21:00:00"]
})

# 转换datetime列为时间类型
df['datetime'] = pd.to_datetime(df['datetime'])
# 构建时间-得分映射字典
time_score_map = df.set_index('datetime')['score'].to_dict()

def calc_difference(row):
    # 计算前一天同一小时的时间点
    prev_same_time = row['datetime'] - pd.Timedelta(days=1)
    # 查找对应时间的得分
    prev_score = time_score_map.get(prev_same_time, None)
    # 按规则计算差值
    if prev_score is not None:
        return row['score'] - prev_score
    return row['score']

# 生成difference列
df['difference'] = df.apply(calc_difference, axis=1)

运行代码后得到的difference列值依次为2、13、22、2、-33、44，与题目给出的预期示例完全匹配。

内容的提问来源于stack exchange，提问作者passcot