Posted in Python onJanuary 10, 2019
在进行数据操作时, 经常会碰到基于同一列进行错位相加减的操作, 即对某一列进行向上或向下平移(shift).
往常, 我们都会使用循环进行操作, 但经过查阅相关资料, 发现结合pandas里的groupby和shift两个函数就能轻松实现上述要求.
#创建样例数据 temp = pd.DataFrame({'id':[1,1,1,2,2,3],'value':[1,2,3,4,5,6]});temp
Out[1]: id value 0 1 1 1 1 2 2 1 3 3 2 4 4 2 5 5 3 6
temp['value_shift'] = temp.groupby('id')['value'].shift(1);temp Out[180]: id value value_shift 0 1 1 NaN 1 1 2 1.0 2 1 3 2.0 3 2 4 NaN 4 2 5 4.0 5 3 6 NaN temp['value_shift_1'] = temp.groupby('id')['value'].shift(-1);temp Out[181]: id value value_shift value_shift_1 0 1 1 NaN 2.0 1 1 2 1.0 3.0 2 1 3 2.0 NaN 3 2 4 NaN 5.0 4 2 5 4.0 NaN 5 3 6 NaN NaN
通过shift函数里面的值来控制向前还是向后偏移, 缺少的值会填充NaN.
groupby函数里的参数控制基于什么字段进行shift.
官方文档 这里是以index为基准.
以上这篇python对列进行平移变换的方法(shift)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。
python对列进行平移变换的方法(shift)
- Author -
芒萝声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@