Skip to main content
 首页 » 编程设计

python之减去年 Pandas 数据框并将它们添加到矩阵

2025年05月04日17txw1958

我有一个像这样的 pandas 日期框架:

       maturity              coupon     freq 
0 2018-06-01 00:00:00         3         1 
1 2017-10-01 00:00:00         2         1 

我想要一个矩阵,第一列包含这些日期和这些日期之前 1、2、... 年的日期,第二列包含从 2016.03.04 到这些日期的天数。

像这样:

    date                  number of days remaining 
 2016-06-01 00:00:00          89 
 2016-10-01 00:00:00          211     
 2017-06-01 00:00:00          454 
 2017-10-01 00:00:00          576 
 2018-06-01 00:00:00          819 

请帮忙!

请您参考如下方法:

您可以尝试通过减去 DataOffset 附加新的 Series 来创建新的 DataFrame列出 dfs 然后是 concat他们。最后你可以减去 datetime d 并且 Timedelta 被 np.timedelta 转换为 integer:

d = "2016.03.04" 
 
#append substracted column maturity with DateOffset 
dfs =[] 
for i in range(5): 
    years_before = df['maturity'] - pd.DateOffset(years=i) 
 
    #get only datetime to date d 
    #print years_before.loc[years_before > d] 
    dfs.append(years_before.loc[years_before > d]) 
df = pd.DataFrame(pd.concat(dfs, ignore_index=True)) 
print df 
    maturity 
0 2018-06-01 
1 2017-10-01 
2 2017-06-01 
3 2016-10-01 
4 2016-06-01 
df['remain'] = (df['maturity'] - pd.to_datetime(d)) / np.timedelta64(1, 'D') 
#sort values by column maturity 
df = df.sort_values('maturity') 
print df 
    maturity  remain 
4 2016-06-01      89 
3 2016-10-01     211 
2 2017-06-01     454 
1 2017-10-01     576 
0 2018-06-01     819 

我尝试估计循环的最大次数(未深入测试):

#get max count of years => loops 
maxYears = (df['maturity'].max() - pd.to_datetime(d)) / np.timedelta64(1, 'D') / (365.25) 
print maxYears 
2.24229979466 
 
#convert float to int,  if 2.999 => 2, so one year is added 
#rather add one more year (leap years, year is only estimated) 
maxYears = int(maxYears) + 2 
print maxYears 
4