如何用pandas实现基于日期连续性的列差值计算？

嘿，这个需求很明确，我们可以通过几步简单的Pandas操作来实现，我给你一步步拆解：

1. 先构造测试用的原始数据 #

首先我们先把你给出的DataFrame用代码构造出来，方便后续测试：

import pandas as pd
import numpy as np

data = {
    'weight': [43, 30, 45, 25, 35, 39],
    'Date': ['09/03/2018 08:48:48', '10/03/2018 23:28:48', '12/03/2018 04:21:44',
             '17/03/2018 00:23:32', '18/03/2018 04:49:01', '19/03/2018 20:14:37'],
    'dateDay': ['09/03/2018', '10/03/2018', '12/03/2018', '17/03/2018', '18/03/2018', '19/03/2018']
}

df = pd.DataFrame(data)

2. 转换日期列格式 #

原始的dateDay是字符串类型，没法直接做日期运算，所以先把它转换成datetime类型：

df['dateDay'] = pd.to_datetime(df['dateDay'], format='%d/%m/%Y')

这里的format='%d/%m/%Y'是匹配你数据里的日/月/年格式，确保转换不会出错。

3. 判断日期是否连续 #

我们需要获取每一行的上一行日期，然后计算两者的天数差，以此判断是否是次日：

# 获取上一行的日期
df['prev_date'] = df['dateDay'].shift(1)
# 计算当前日期与上一行日期的天数差
df['day_diff'] = (df['dateDay'] - df['prev_date']).dt.days

shift(1)函数会把列数据整体下移一行，这样每一行就能拿到上一行的日期值；dt.days则是把日期差转换成具体的天数数值。

4. 计算目标列Fun_Cum #

根据你的规则：如果日期差是1天（即次日），就用当前weight减去上一行的weight，否则设为NULL（对应Pandas里的NaN缺失值）：

# 用np.where实现条件判断赋值
df['Fun_Cum'] = np.where(df['day_diff'] == 1, df['weight'] - df['weight'].shift(1), np.nan)

5. 整理最终结果 #

最后我们可以删掉中间用的辅助列，并把NaN替换成字符串'NULL'，让结果和你期望的完全一致：

# 删除辅助列
df = df.drop(['prev_date', 'day_diff'], axis=1)
# 将NaN替换为NULL
df['Fun_Cum'] = df['Fun_Cum'].replace({np.nan: 'NULL'})

现在你打印df就能得到和示例完全一样的结果啦！

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