python 實(shí)現(xiàn)rolling和apply函數(shù)的向下取值操作
更新時(shí)間：2020年06月08日 11:13:32 作者：wja_626
這篇文章主要介紹了python 實(shí)現(xiàn)rolling和apply函數(shù)的向下取值操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
我就廢話(huà)不多說(shuō)了，大家還是直接看代碼吧！
import pandas as pd
def get_under_rolling(df,window,user,name):
df[name] = df[user].iloc[::-1].rolling(window=window).apply(lambda x:x[0]).iloc[::-1]
return df
if __name__ == '__main__':
df = pd.DataFrame({'a':[1,2,3,4,5],
'b':[2,3,4,5,6]})
# 把b列向下取值作為新的c列
df = get_under_rolling(df, window=3, user='b',name='c')
原始df
新的df
補(bǔ)充知識(shí)：python：利用rolling和apply對(duì)DataFrame進(jìn)行多列滾動(dòng)，數(shù)據(jù)框滾動(dòng)
看代碼~
# 設(shè)置一個(gè)初始數(shù)據(jù)框
df1 = [1,2,3,4,5]
df2 = [2,3,4,5,6]
df = pd.DataFrame({'a':list(df1),'b':list(df2)})
print(df)
a b 0 1 2 1 2 3 2 3 4 3 4 5 4 5 6
下面是滾動(dòng)函數(shù)
# 多列滾動(dòng)函數(shù)
# handle對(duì)滾動(dòng)的數(shù)據(jù)框進(jìn)行處理
def handle(x,df,name,n):
df = df[name].iloc[x:x+n,:]
print(df)
return 1
# group_rolling 進(jìn)行滾動(dòng)
# n：滾動(dòng)的行數(shù)
# df：目標(biāo)數(shù)據(jù)框
# name：要滾動(dòng)的列名
def group_rolling(n,df,name):
df_roll = pd.DataFrame({'a':list(range(len(df)-n+1))})
df_roll['a'].rolling(window=1).apply(lambda x:handle(int(x[0]),df,name,n),raw=True)
對(duì)初始數(shù)據(jù)框進(jìn)行滾動(dòng)
其中：
n=2，name=[‘a(chǎn)',‘b']
group_rolling(n=2,df=df,name=['a','b'])
每次滾動(dòng)的結(jié)果如下：
a b 0 1 2 1 2 3 a b 1 2 3 2 3 4 a b 2 3 4 3 4 5 a b 3 4 5 4 5 6
以上這篇python 實(shí)現(xiàn)rolling和apply函數(shù)的向下取值操作就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Pycharm中如何編寫(xiě)B(tài)ash批處理命令
這篇文章主要介紹了Pycharm中如何編寫(xiě)B(tài)ash批處理命令,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06
實(shí)例解析Python設(shè)計(jì)模式編程之橋接模式的運(yùn)用
這篇文章主要介紹了Python設(shè)計(jì)模式編程之橋接模式的運(yùn)用,橋接模式主張把抽象部分與它的實(shí)現(xiàn)部分分離,需要的朋友可以參考下2016-03-03
pandas調(diào)整列的順序以及添加列的實(shí)現(xiàn)
這篇文章主要介紹了pandas調(diào)整列的順序以及添加列的實(shí)現(xiàn)操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
這篇文章主要介紹了python logging模塊使用總結(jié)以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。,需要的朋友可以參考下2019-07-07
今天小編就為大家分享一篇keras 特征圖可視化實(shí)例(中間層)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
這篇文章主要介紹了Python3計(jì)算三角形的面積代碼，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
python實(shí)現(xiàn)視頻抽幀與添加背景音頻和字幕朗讀的腳本分享
這篇文章主要為大家詳細(xì)介紹了如何使用python實(shí)現(xiàn)視頻抽幀、添加srt字幕朗讀、添加背景音頻等功能,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-11-11
使用Python實(shí)現(xiàn)管理系統(tǒng)附源碼
這篇文章主要為大家介紹了Python實(shí)現(xiàn)管理系統(tǒng)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2022-01-01
Python 中多態(tài)性的示例和類(lèi)的繼承多態(tài)性詳解
多態(tài)性通常在類(lèi)的方法中使用,其中我們可以具有相同方法名稱(chēng)的多個(gè)類(lèi),本文給大家介紹Python 中多態(tài)性的示例和類(lèi)的繼承多態(tài)性詳解,需要的朋友可以參考下2023-10-10
在Python中通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)人體姿勢(shì)估計(jì)
姿態(tài)檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)活躍研究領(lǐng)域。這篇文章將為大家介紹在Python中如何利用機(jī)器學(xué)習(xí)進(jìn)行人體姿勢(shì)估計(jì)，感興趣的小伙伴可以了解一下2021-12-12