pandas DataFrame.shift()函數(shù)的具體使用
更新時間：2021年05月24日 14:24:22 作者：詩&遠(yuǎn)方
本文主要介紹了pandas DataFrame.shift()函數(shù)的使用，pandas DataFrame.shift()函數(shù)可以把數(shù)據(jù)移動指定的位數(shù)，有需要了解pandas DataFrame.shift()用法的朋友可以參考一下
pandas DataFrame.shift()函數(shù)可以把數(shù)據(jù)移動指定的位數(shù)
period參數(shù)指定移動的步幅,可以為正為負(fù).axis指定移動的軸,1為行,0為列.
eg: 有這樣一個DataFrame數(shù)據(jù):
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
如果想讓 a和b的數(shù)據(jù)都往下移動一位:
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動一位:
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動,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
一個例子:
這里有一組某車站各個小時的總進(jìn)站人數(shù)和總出站人數(shù)的數(shù)據(jù):
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]
})
要求計算每個小時該車站進(jìn)出站人數(shù)
思路: 把第n+1小時的總?cè)藬?shù)-第n小時的總?cè)藬?shù),就是這個小時里的進(jìn)出站人數(shù)
entries_and_exits_hourly = entries_and_exits - entries_and_exits.shift(axis=0)print(entries_and_exits_hourly.fillna(0)) #最后用0來填補NaN ENTRIESn EXITSn 0 0.0 0.0 1 23.0 8.0 2 18.0 18.0 3 71.0 54.0 4 170.0 44.0 5 214.0 42.0 6 87.0 11.0 7 10.0 3.0 8 36.0 89.0 9 153.0 333.0
到此這篇關(guān)于pandas DataFrame.shift()函數(shù)的具體使用的文章就介紹到這了,更多相關(guān)pandas DataFrame.shift()內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Python獲取運行目錄與當(dāng)前腳本目錄的方法,涉及Python目錄操作與系統(tǒng)相關(guān)變量的獲取技巧,需要的朋友可以參考下2015-06-06
這篇文章主要介紹了3種python調(diào)用其他腳本的方法,每種方法通過實例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值，需要的朋友可以參考下2020-01-01
在本篇文章里小編給各位分享了關(guān)于python怎么實現(xiàn)鍵盤輸入的圖文步驟以及相關(guān)知識點內(nèi)容，需要的朋友們參考下。2019-07-07
Python搭建Keras CNN模型破解網(wǎng)站驗證碼的實現(xiàn)
這篇文章主要介紹了Python搭建Keras CNN模型破解網(wǎng)站驗證碼的實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Python超越函數(shù)積分運算以及繪圖實現(xiàn)代碼
今天小編就為大家分享一篇Python超越函數(shù)積分運算以及繪圖實現(xiàn)代碼，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
這篇文章主要介紹了python dumps和loads區(qū)別詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-02-02
這篇文章主要介紹了python實現(xiàn)360的字符顯示界面示例,需要的朋友可以參考下2014-02-02
python游戲?qū)崙?zhàn)項目之智能五子棋簡易版
利用Python實現(xiàn)智能五子棋，實現(xiàn)之后發(fā)現(xiàn)我玩不贏它！本篇為你帶來用python編寫的五子棋小游戲，文中給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值2021-09-09
Python 過濾字符串的技巧,map與itertools.imap
Python中的map函數(shù)非常有用，在字符轉(zhuǎn)換和字符遍歷兩節(jié)都出現(xiàn)過，現(xiàn)在，它又出現(xiàn)了，會給我們帶來什么樣的驚喜呢？是不是要告訴我們，map是非常棒的，以后要多找它玩呢？2008-09-09
這篇文章主要介紹了python從PDF中提取數(shù)據(jù)的示例，幫助大家提高辦公效率，感興趣的朋友可以了解下2020-10-10