时间戳的加减法-python

最新推荐文章于 2024-10-04 07:24:30 发布

raven560

最新推荐文章于 2024-10-04 07:24:30 发布

阅读量5.3k

点赞数 1

分类专栏：学习笔记文章标签： python pandas

本文链接：https://blog.csdn.net/raven560/article/details/110239308

版权

本文介绍了如何使用Python进行时间戳的加减法操作，以实现跟踪产品调价前后销量变化的功能。核心代码展示了如何计算7天时间长度，并利用while循环判断调价后的产品销量数据是否在数据源中，从而实现长期跟踪。

摘要由CSDN通过智能技术生成

由于工作需要写一个跟踪产品调价前后销量变化的程序。
在写的过程中有用到时间戳加减法，故以此记录。

下面是主代码：

# -*- coding:UTF-8 -*-
import pandas as pd
import os
import datetime

df_id = pd.read_excel('./跟踪商品.xlsx')
file_lst = os.listdir('./database')

def concat_file(file_lst):
    """
    ::合并数据源::
    """
    lst = []
    data_lst = []
    for i in file_lst:
        filename = './database' + '/' + i
        lst.append(filename)    # 获取文件名列表
    for x in lst:
        df = pd.read_excel(x)
        data_lst.append(df)     # 获取所有文件的Dataframe对象
    #df1 = pd.read_excel(file1)
    #df2 = pd.read_excel(file2)
    df3 = pd.concat(data_lst, axis=0)
    return df3

def create_dict(data):
    """
    :将编码与调价日期构造为字典:
    """
    lst1 = data['产品编码'].tolist()
    lst2 = data['调价时间'].tolist()
    dic1 = dict(zip(lst1, lst2))
    return dic1

def get_before_date(date):
    """
    :获取目标时间的前一周日期：
    """
    delta7 = datetime.timedelta(days=