pandas DataFrame.shift()函數可以把數據移動指定的位數
period參數指定移動的步幅,可以為正為負.axis指定移動的軸,1為行,0為列.
eg: 有這樣一個DataFrame數據:
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的數據都往下移動一位:
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站人數和總出站人數的數據:
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出站人數
思路: 把第n+1小時的總人數-第n小時的總人數,就是這個小時里的進出站人數
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
到此這篇關于pandas DataFrame.shift()函數的具體使用的文章就介紹到這了,更多相關pandas DataFrame.shift()內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- pandas中DataFrame檢測重復值的實現
- pandas取dataframe特定行列的實現方法
- 利用python Pandas實現批量拆分Excel與合并Excel
- Pandas DataFrame轉換為字典的方法
- 解決python3安裝pandas出錯的問題
- Pandas爆炸函數的使用技巧
- Pandas||過濾缺失數據||pd.dropna()函數的用法說明
- 使用pandas或numpy處理數據中的空值(np.isnan()/pd.isnull())
- 教你使用Pandas直接核算Excel中的快遞費用
- 教你漂亮打印Pandas DataFrames和Series
