python - 如何使用Pandas将第二天的日期置于现有日期值之下

我的df看起来像这样。它是一个dailydataset，除了Saturday：

time
2019-01-04
2019-01-01
2019-01-07
2019-01-03
....

我想做的是找到第二天的date值，并把它放在每个time值以下，除了Saturday。如果下一个数据Saturday则跳过它。
我们应该保留值的original value和order。
我们应该只添加一个新的日期value如果它不是Saturday并且如果原始的next value是下一个日期本身。
新的df将如下所示：

time
2019-01-04
2019-01-06
2019-01-01
2019-01-02
2019-01-07
2019-01-08
2019-01-03
2019-01-04
....

注意，我们没有把2017-01-05放在2017-01-04之后，因为2017-01-05是Saturday所以我们放了2017-01-06。另外，请注意2019-01-03之后的值是2019-01-04，因为2019-01-03是原始日期，2019-01-04是下一个date。
我们保留订单，不删除副本。
我做了什么？
我想通过这样做来跳过Saturday：

df[df.index.dayofweek != 5]

但我不知道如何找到next day并在它Saturday时跳过它。你能帮忙吗？

最佳答案

更新每个问题的修改和评论如下。

new_days = pd.Series(np.where(df['time'].dt.dayofweek != 4,
                              df['time'] + pd.Timedelta(days=1),
                              df['time'] + pd.Timedelta(days=2)),
                     name='time')

pd.concat([df['time'], new_days]).sort_index()

输出：

0   2019-01-04
0   2019-01-06
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]

可以使用loc和lambda函数以及dt访问器尝试类似的操作：

pd.concat([df['time'],
           (df['time'] + pd.Timedelta(days=1)).loc[lambda x: x.dt.dayofweek!=5]])\
  .sort_index()

输出：

0   2019-01-04
1   2019-01-01
1   2019-01-02
2   2019-01-07
2   2019-01-08
3   2019-01-03
3   2019-01-04
Name: time, dtype: datetime64[ns]