浅谈pandas中shift和diff函数关系


Posted in Python onApril 08, 2018

通过?pandas.DataFrame.shift命令查看帮助文档

Signature: pandas.DataFrame.shift(self, periods=1, freq=None, axis=0) 
Docstring: 
Shift index by desired number of periods with an optional time freq

该函数主要的功能就是使数据框中的数据移动,若freq=None时,根据axis的设置,行索引数据保持不变,列索引数据可以在行上上下移动或在列上左右移动;若行索引为时间序列,则可以设置freq参数,根据periods和freq参数值组合,使行索引每次发生periods*freq偏移量滚动,列索引数据不会移动

① 对于DataFrame的行索引是日期型,行索引发生移动,列索引数据不变

In [2]: import pandas as pd
  ...: import numpy as np
  ...: df = pd.DataFrame(np.arange(24).reshape(6,4),index=pd.date_range(start=
  ...: '20170101',periods=6),columns=['A','B','C','D'])
  ...: df
  ...:
Out[2]:
       A  B  C  D
2017-01-01  0  1  2  3
2017-01-02  4  5  6  7
2017-01-03  8  9 10 11
2017-01-04 12 13 14 15
2017-01-05 16 17 18 19
2017-01-06 20 21 22 23
In [3]: df.shift(2,axis=0,freq='2D')
Out[3]:
       A  B  C  D
2017-01-05  0  1  2  3
2017-01-06  4  5  6  7
2017-01-07  8  9 10 11
2017-01-08 12 13 14 15
2017-01-09 16 17 18 19
2017-01-10 20 21 22 23
In [4]: df.shift(2,axis=1,freq='2D')
Out[4]:
       A  B  C  D
2017-01-05  0  1  2  3
2017-01-06  4  5  6  7
2017-01-07  8  9 10 11
2017-01-08 12 13 14 15
2017-01-09 16 17 18 19
2017-01-10 20 21 22 23
In [5]: df.shift(2,freq='2D')
Out[5]:
       A  B  C  D
2017-01-05  0  1  2  3
2017-01-06  4  5  6  7
2017-01-07  8  9 10 11
2017-01-08 12 13 14 15
2017-01-09 16 17 18 19
2017-01-10 20 21 22 23

结论:对于时间索引而言,shift使时间索引发生移动,其他数据保存原样,且axis设置没有任何影响

② 对于DataFrame行索引为非时间序列,行索引数据保持不变,列索引数据发生移动

In [6]: import pandas as pd
  ...: import numpy as np
  ...: df = pd.DataFrame(np.arange(24).reshape(6,4),index=['r1','r2','r3','r4'
  ...: ,'r5','r6'],columns=['A','B','C','D'])
  ...: df
  ...:
Out[6]:
   A  B  C  D
r1  0  1  2  3
r2  4  5  6  7
r3  8  9 10 11
r4 12 13 14 15
r5 16 17 18 19
r6 20 21 22 23
In [7]: df.shift(periods=2,axis=0)
Out[7]:
    A   B   C   D
r1  NaN  NaN  NaN  NaN
r2  NaN  NaN  NaN  NaN
r3  0.0  1.0  2.0  3.0
r4  4.0  5.0  6.0  7.0
r5  8.0  9.0 10.0 11.0
r6 12.0 13.0 14.0 15.0
In [8]: df.shift(periods=-2,axis=0)
Out[8]:
    A   B   C   D
r1  8.0  9.0 10.0 11.0
r2 12.0 13.0 14.0 15.0
r3 16.0 17.0 18.0 19.0
r4 20.0 21.0 22.0 23.0
r5  NaN  NaN  NaN  NaN
r6  NaN  NaN  NaN  NaN
In [9]: df.shift(periods=2,axis=1)
Out[9]:
   A  B   C   D
r1 NaN NaN  0.0  1.0
r2 NaN NaN  4.0  5.0
r3 NaN NaN  8.0  9.0
r4 NaN NaN 12.0 13.0
r5 NaN NaN 16.0 17.0
r6 NaN NaN 20.0 21.0
In [10]: df.shift(periods=-2,axis=1)
Out[10]:
    A   B  C  D
r1  2.0  3.0 NaN NaN
r2  6.0  7.0 NaN NaN
r3 10.0 11.0 NaN NaN
r4 14.0 15.0 NaN NaN
r5 18.0 19.0 NaN NaN
r6 22.0 23.0 NaN NaN

通过?pandas.DataFrame.diff命令查看帮助文档,发现和shift函数形式一样

Signature: pd.DataFrame.diff(self, periods=1, axis=0) 
Docstring: 
1st discrete difference of object

下面看看diff函数和shift函数之间的关系

In [13]: df.diff(periods=2,axis=0)
Out[13]:
   A  B  C  D
r1 NaN NaN NaN NaN
r2 NaN NaN NaN NaN
r3 8.0 8.0 8.0 8.0
r4 8.0 8.0 8.0 8.0
r5 8.0 8.0 8.0 8.0
r6 8.0 8.0 8.0 8.0
In [14]: df -df.diff(periods=2,axis=0)
Out[14]:
    A   B   C   D
r1  NaN  NaN  NaN  NaN
r2  NaN  NaN  NaN  NaN
r3  0.0  1.0  2.0  3.0
r4  4.0  5.0  6.0  7.0
r5  8.0  9.0 10.0 11.0
r6 12.0 13.0 14.0 15.0
In [15]: df.shift(periods=2,axis=0)
Out[15]:
    A   B   C   D
r1  NaN  NaN  NaN  NaN
r2  NaN  NaN  NaN  NaN
r3  0.0  1.0  2.0  3.0
r4  4.0  5.0  6.0  7.0
r5  8.0  9.0 10.0 11.0
r6 12.0 13.0 14.0 15.0

以上这篇浅谈pandas中shift和diff函数关系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 相关文章推荐
Python爬取APP下载链接的实现方法
Sep 30 Python
python 接口测试response返回数据对比的方法
Feb 11 Python
Django使用redis缓存服务器的实现代码示例
Apr 28 Python
python调用动态链接库的基本过程详解
Jun 19 Python
pyqt5 实现多窗口跳转的方法
Jun 19 Python
django+echart数据动态显示的例子
Aug 12 Python
关于tf.nn.dynamic_rnn返回值详解
Jan 20 Python
python GUI库图形界面开发之PyQt5打开保存对话框QFileDialog详细使用方法与实例
Feb 27 Python
Python字符串函数strip()原理及用法详解
Jul 23 Python
如何通过Python实现RabbitMQ延迟队列
Nov 28 Python
Python urllib request模块发送请求实现过程解析
Dec 10 Python
Python利用imshow制作自定义渐变填充柱状图(colorbar)
Dec 10 Python
使用DataFrame删除行和列的实例讲解
Apr 08 #Python
将字典转换为DataFrame并进行频次统计的方法
Apr 08 #Python
pandas创建新Dataframe并添加多行的实例
Apr 08 #Python
DataFrame中去除指定列为空的行方法
Apr 08 #Python
python 定时修改数据库的示例代码
Apr 08 #Python
对Python中DataFrame按照行遍历的方法
Apr 08 #Python
python2.6.6如何升级到python2.7.14
Apr 08 #Python
You might like
php一句话cmdshell新型 (非一句话木马)
2009/04/18 PHP
js限制checkbox勾选的个数以及php获取多个checkbbox的方法深入解析
2013/07/18 PHP
smarty模板引擎中内建函数if、elseif和else的使用方法
2015/01/22 PHP
php递归遍历多维数组的方法
2015/04/18 PHP
JavaScript高级程序设计 扩展--关于动态原型
2010/11/09 Javascript
javascript真的不难-回顾一下基础知识
2013/01/15 Javascript
Jquery 复选框取值兼容FF和IE8(测试有效)
2013/10/29 Javascript
每天一篇javascript学习小结(基础知识)
2015/11/10 Javascript
javascript 小数乘法结果错误的处理方法
2016/07/28 Javascript
Vue2实现组件props双向绑定
2016/12/02 Javascript
jQuery实现可移动选项的左右下拉列表示例
2016/12/26 Javascript
详解Python中logging日志模块在多进程环境下的使用
2016/12/26 Javascript
AngularJs上传前预览图片的实例代码
2017/01/20 Javascript
JavaScript中的子窗口与父窗口的互相调用问题
2017/02/08 Javascript
vue2笔记 — vue-router路由懒加载的实现
2017/03/03 Javascript
用vue封装插件并发布到npm的方法步骤
2017/10/18 Javascript
Python pickle类库介绍(对象序列化和反序列化)
2014/11/21 Python
python检测远程udp端口是否打开的方法
2015/03/14 Python
Python爬取十篇新闻统计TF-IDF
2018/01/03 Python
python逆向入门教程
2018/01/15 Python
详解Django之admin组件的使用和源码剖析
2018/05/04 Python
解决python爬虫中有中文的url问题
2018/05/11 Python
利用python实现PSO算法优化二元函数
2019/11/13 Python
如何真正的了解python装饰器
2020/08/14 Python
Django DRF APIView源码运行流程详解
2020/08/17 Python
使用Html5多媒体实现微信语音功能
2019/07/26 HTML / CSS
英国领先的在线药房:Pharmacy First
2017/09/10 全球购物
Charles & Colvard官网:美国莫桑石品牌
2019/06/05 全球购物
黄河的主人教学反思
2014/02/07 职场文书
就业协议书的作用
2014/04/11 职场文书
竞聘自述材料
2014/08/25 职场文书
重阳节座谈会主持词
2015/07/03 职场文书
2016党员读书思廉心得体会
2016/01/23 职场文书
简短的36句中秋节祝福信息语句
2019/09/09 职场文书
CSS 实现多彩、智能的阴影效果
2021/05/12 HTML / CSS
Python语法学习之进程的创建与常用方法详解
2022/04/08 Python