python 實現(xiàn)rolling和apply函數(shù)的向下取值操作
我就廢話不多說了,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
補充知識:python:利用rolling和apply對DataFrame進行多列滾動,數(shù)據(jù)框滾動
看代碼~
# 設(shè)置一個初始數(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
下面是滾動函數(shù)
# 多列滾動函數(shù) # handle對滾動的數(shù)據(jù)框進行處理 def handle(x,df,name,n): df = df[name].iloc[x:x+n,:] print(df) return 1 # group_rolling 進行滾動 # n:滾動的行數(shù) # df:目標(biāo)數(shù)據(jù)框 # name:要滾動的列名 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)
對初始數(shù)據(jù)框進行滾動
其中:
n=2,name=[‘a(chǎn)',‘b']
group_rolling(n=2,df=df,name=['a','b'])
每次滾動的結(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內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python 解決logging功能使用過程中遇到的一個問題
這篇文章主要介紹了Python 解決logging功能使用過程中遇到的一個問題,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2021-04-04不歸路系列:Python入門之旅-一定要注意縮進?。。。ㄍ扑])
這篇文章主要介紹了Python入門一定要注意縮進,文中通過示例代碼介紹的非常詳細,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2019-04-04python求最大公約數(shù)和最小公倍數(shù)的簡單方法
在本篇文章里小編給大家整理的是關(guān)于python求最大公約數(shù)和最小公倍數(shù)的簡單方法,需要的朋友們學(xué)習(xí)下。2020-02-02用python實現(xiàn)簡單EXCEL數(shù)據(jù)統(tǒng)計的實例
下面小編就為大家?guī)硪黄胮ython實現(xiàn)簡單EXCEL數(shù)據(jù)統(tǒng)計的實例。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-01-01