熊猫：通过现有列之间的线性插值创建新列

Question

我有一个每周五包含5年数据的周报利润dataframe。

数据框的样子：

更新的数据：

Date  Profit 
7/28/2017 2,923 
7/21/2017 2,879 
7/14/2017 2,832 
7/7/2017 2,773 
6/30/2017 2,701 
6/23/2017 2,635 
6/16/2017 2,563 
6/9/2017 2,481 
6/2/2017 2,394 
: 
7/29/2016 2,824 
7/22/2016 2,770 
7/15/2016 2,718 
7/8/2016 2,657 
7/1/2016 2,580 
6/24/2016 2,503 
6/17/2016 2,425 
6/10/2016 2,337 
6/3/2016 2,250 
: 
7/31/2015 2,848 
7/24/2015 2,796 
7/17/2015 2,748 
7/10/2015 2,694 
7/3/2015 2,623 
6/26/2015 2,548 
6/19/2015 2,474 
6/12/2015 2,387 
6/5/2015 2,301 
: 

我想interpolate利润在过去几年同日而不论平日为日期，并填写下面的第3和第4列。

week_ending profit Profit one_yr_ago   Profilt 2_yrs_ago 
0 2017-07-28 3,010 (Profit on 2016-07-28)  (profit on 2015-07-28) 
1 2017-07-21 2,990 (Profit on 2016-07-21)  (profit on 2015-07-21)  
2 2017-07-14 2,973   --      -- 
3 2017-07-07 2,945   --      -- 
4 2017-06-30 2,888 
5 2017-06-23 2,816 
6 2017-06-16 2,770 
7 2017-06-09 2,709 
8 2017-06-02 2,631 
9 2017-05-26 2,525 

我已经使用上年np.interp和x[0] - pd.DateOffset(years=1)，但不知道如何得到这个工作尝试。我应该使用rolling_apply来有效地做到这一点吗？

编辑 @JohanL和@Cheryl：数据是每周五捕获的。例如：我们知道2017-07-28是星期五，但2016-07-28不是星期五。在新的专栏中，我想插入去年和两年前同一日期的利润。我已经更新了实际的数据帧，以表示6月和7月份的3年数据。

Answer 1

你可以尝试这样的事：

import pandas as pd 
import numpy as np 

# function to return last n year's date 
def previous_n_year(x, n): 
    return x - pd.DateOffset(years=n) 

# some sample data 
dt_str = ['2017-07-28', '2017-07-21', '2017-07-14', '2017-07-07', '2016-07-28', '2016-07-21', '2016-07-14', '2015-07-28'] 
dates = [pd.Timestamp(x) for x in dt_str] 
profit = [3010, 2990, 2973, 2945, 2888, 2816, 2770, 2709] 
df = pd.DataFrame({'profit':profit, 'week_ending': dates}) 
df = df.set_index(['week_ending']) 
df['profit_last_year'] = np.nan # empty column to store profit of one year ago 
df['profit_2_years_ago'] = np.nan # empty column to store profit of two years ago 

# check if there is a profit for previous n years and then fill that in the new column 
for idx in df.index: 
    if previous_n_year(idx, 1) in df.index: 
     df.loc[idx, 'profit_last_year'] = df.loc[previous_n_year(idx,1), 'profit'] 
    if previous_n_year(idx, 2) in df.index: 
     df.loc[idx, 'profit_2_years_ago'] = df.loc[previous_n_year(idx,2), 'profit'] 

结果：

   profit profit_last_year profit_2_years_ago 
week_ending            
2017-07-28  3010   2888.0    2709.0 
2017-07-21  2990   2816.0     NaN 
2017-07-14  2973   2770.0     NaN 
2017-07-07  2945    NaN     NaN 
2016-07-28  2888   2709.0     NaN 
2016-07-21  2816    NaN     NaN 
2016-07-14  2770    NaN     NaN 
2015-07-28  2709    NaN     NaN 

---

编辑

我现在明白了，前一年的日期是不同的，所以你必须插入。我编辑如下：
日期的数据帧的指数：

   profit 
2017-07-28  3010 
2017-07-21  2990 
2017-07-14  2973 
2017-07-07  2945 
2016-07-28  2888 
2016-07-21  2816 
2016-07-14  2770 
2015-07-28  2709 

我们从一年前的日期，总：

​​

我重新索引数据帧和插值为添加日期：

df1 = df.reindex(dates_total).sort_index(ascending = False).interpolate(method = 'cubic') 

我再次创建两个独立的数据框并重置索引。然后我再次连接它们。

df_profit = df1.loc[dates].reset_index().rename(columns = {'index':'date'}) 
df_profit_min1 = df1.loc[dates_min1].rename(columns = {'profit':'profit_min1'}).reset_index(drop = True) 
result = pd.concat([df_profit, df_profit_min1], axis = 1) 

结果：

  date profit profit_min1 
0 2017-07-28 2923.0 2816.334310 
1 2017-07-21 2879.0 2762.637100 
2 2017-07-14 2832.0 2709.779097 
3 2017-07-07 2773.0 2648.302836 
4 2016-07-29 2824.0 2833.154115 
5 2016-07-22 2770.0 2782.006404 
6 2016-07-15 2718.0 2733.852340 
7 2016-07-08 2657.0   NaN 
8 2015-07-31 2848.0   NaN 
9 2015-07-24 2796.0   NaN 
10 2015-07-17 2748.0   NaN 
11 2015-07-10 2694.0   NaN