pandas DataFrame.shift()函数的具体使用
发布日期：2022-04-13 10:04 | 文章来源：源码中国
pandas DataFrame.shift()函数可以把数据移动指定的位数
period参数指定移动的步幅,可以为正为负.axis指定移动的轴,1为行,0为列.
eg: 有这样一个DataFrame数据:
import pandas as pd
data1 = pd.DataFrame({
'a': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
'b': [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
})
print data1
a b
0 0 9
1 1 8
2 2 7
3 3 6
4 4 5
5 5 4
6 6 3
7 7 2
8 8 1
9 9 0
如果想让 a和b的数据都往下移动一位:
data2 = data1.shift(axis=0) print data2 a b 0 NaN NaN 1 0.0 9.0 2 1.0 8.0 3 2.0 7.0 4 3.0 6.0 5 4.0 5.0 6 5.0 4.0 7 6.0 3.0 8 7.0 2.0 9 8.0 1.0
如果是在行上往右移动一位:
data3 = data1.shift(axis=1) print data3 a b 0 NaN 0.0 1 NaN 1.0 2 NaN 2.0 3 NaN 3.0 4 NaN 4.0 5 NaN 5.0 6 NaN 6.0 7 NaN 7.0 8 NaN 8.0 9 NaN 9.0
如果想往上或者往左移动,可以指定(periods=-1):
data4 = data1.shift(periods=-1, axis=0) print data4 a b 0 1.0 8.0 1 2.0 7.0 2 3.0 6.0 3 4.0 5.0 4 5.0 4.0 5 6.0 3.0 6 7.0 2.0 7 8.0 1.0 8 9.0 0.0 9 NaN NaN
一个例子:
这里有一组某车站各个小时的总进站人数和总出站人数的数据:
entries_and_exits = pd.DataFrame({
'ENTRIESn': [3144312, 3144335, 3144353, 3144424, 3144594,
3144808, 3144895, 3144905, 3144941, 3145094],
'EXITSn': [1088151, 1088159, 1088177, 1088231, 1088275,
1088317, 1088328, 1088331, 1088420, 1088753]
})
要求计算每个小时该车站进出站人数
思路: 把第n+1小时的总人数-第n小时的总人数,就是这个小时里的进出站人数
entries_and_exits_hourly = entries_and_exits - entries_and_exits.shift(axis=0)print(entries_and_exits_hourly.fillna(0))#最后用0来填补NaN ENTRIESn EXITSn 0 0.0 0.0 123.0 8.0 218.0 18.0 371.0 54.0 4 170.0 44.0 5 214.0 42.0 687.0 11.0 710.0 3.0 836.0 89.0 9 153.0333.0
到此这篇关于pandas DataFrame.shift()函数的具体使用的文章就介绍到这了,更多相关pandas DataFrame.shift()内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！
版权声明：本站文章来源标注为YINGSOO的内容版权均为本站所有，欢迎引用、转载，请保持原文完整并注明来源及原文链接。禁止复制或仿造本网站，禁止在非www.yingsoo.com所属的服务器上建立镜像，否则将依法追究法律责任。本站部分内容来源于网友推荐、互联网收集整理而来，仅供学习参考，不代表本站立场，如有内容涉嫌侵权，请联系alex-e#qq.com处理。
相关文章
下一篇：
关注官方微信