从每个特定日期的非常特定的时间从DF中的列中查找值

Question

我问了这个问题，我得到了一个答案，该答案适用于具有连续且不丢失数据的一般情况，但不适用于我的情况。我有一个看起来如下的DF。

eventTime       MeteredEnergy Demand RunningHoursLamps 
6/7/2018 0:00   67.728           64  1037.82
6/7/2018 1:00   67.793           64  1038.82
6/7/2018 2:00   67.857           64  1039.82
6/7/2018 3:00   67.922           64  1040.82
6/7/2018 4:00   67.987           64  1041.82
6/7/2018 5:00                    64  1042.82
6/7/2018 6:00                        1043.43
6/7/2018 23:00  68.288
6/8/2018 0:00   67.728           64  1037.82
6/8/2018 23:00  67.793           64  1097.82

我需要一个DF，它可以找到“ eventTime”中每个唯一日期在0小时和23小时的RunningHoursLamps值之间的差异。如果0小时或23小时的数据丢失，则所得DF可以具有NaN

Expected output

    Date        00:00       23:00       Difference 
    6/7/2018    1037.82     NaN         NaN
    6/8/2018    1037.82     1097.82     60

Answer 1

更新：对于那些感兴趣的人：我找到了一种方法。我从eventTime列中解析出带有日期和小时的单独列，并遍历该列并处理了当我没有所需的DateTime数据时的异常。谢谢。

#for loop to build the bill dataframe
bill = pd.DataFrame()

for i in range(len(unique_dates)):
    try :
        if i == 0:
            hour0 = np.nan
        else:
            hour0 = df.loc[((df['date'] == unique_dates[i]) & (df['hour'] == 0)),'RunningHoursLamp'].values[0]
    except IndexError:
        hour0 = np.nan

    try :
        hour24 = df.loc[((df['date'] == unique_dates[i+1]) & (df['hour'] == 0)),'RunningHoursLamp'].values[0]
    except IndexError:
        hour24 = np.nan

    temp = pd.DataFrame([[unique_dates[i],hour0,hour24]],columns=['Date','Hour_0','Hour_24'])  
    bill = bill.append(temp,ignore_index=True)

bill