快捷導(dǎo)航

pandas DataFrame.shift()函數(shù)的具體使用

更新時(shí)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(dòng)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(dòng)指定的位數(shù)

period參數(shù)指定移動(dòng)的步幅,可以為正為負(fù).axis指定移動(dòng)的軸,1為行,0為列.

eg: 有這樣一個(gè)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(dòng)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(dòng)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(dòng),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(gè)例子:

這里有一組某車站各個(gè)小時(shí)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(jì)算每個(gè)小時(shí)該車站進(jìn)出站人數(shù)

思路: 把第n+1小時(shí)的總?cè)藬?shù)-第n小時(shí)的總?cè)藬?shù),就是這個(gè)小時(shí)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(bǔ)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(qǐng)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！

您可能感興趣的文章:

相關(guān)文章

python實(shí)現(xiàn)按長寬比縮放圖片
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)按長寬比縮放圖片，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2018-06-06
JAVA及PYTHON質(zhì)數(shù)計(jì)算代碼對(duì)比解析
這篇文章主要介紹了JAVA及PYTHON質(zhì)數(shù)計(jì)算代碼對(duì)比,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2020-06-06
在Python中操作字符串之startswith()方法的使用
這篇文章主要介紹了在Python中操作字符串之startswith()方法的使用,是Python入門學(xué)習(xí)中的基礎(chǔ)知識(shí),需要的朋友可以參考下
2015-05-05
Python中關(guān)于面向?qū)ο笾欣^承的詳細(xì)講解
面向?qū)ο缶幊?(OOP) 語言的一個(gè)主要功能就是“繼承”。繼承是指這樣一種能力：它可以使用現(xiàn)有類的所有功能，并在無需重新編寫原來的類的情況下對(duì)這些功能進(jìn)行擴(kuò)展
2021-10-10
Python入門教程(二十一)Python的數(shù)組
這篇文章主要介紹了Python入門教程(二十一)Python的數(shù)組,數(shù)組是一種特殊變量,數(shù)組可以在單個(gè)名稱下保存多個(gè)值，我們可以通過引用索引號(hào)來訪問這些值,需要的朋友可以參考下
2023-04-04
python中字典的常見操作總結(jié)2
這篇文章主要介紹了python中字典的常見操作總結(jié)，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下
2022-07-07
python對(duì)列進(jìn)行平移變換的方法(shift)
今天小編就為大家分享一篇python對(duì)列進(jìn)行平移變換的方法(shift)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2019-01-01
python辦公自動(dòng)化之excel的操作
在我們?nèi)粘９ぷ髦?，?jīng)常會(huì)使用 Word、Excel、PPT、PDF 等辦公軟件但是，經(jīng)常會(huì)遇到一些重復(fù)繁瑣的事情，這時(shí)候手工操作顯得效率極其低下；通過 Python 實(shí)現(xiàn)辦公自動(dòng)化變的很有必要
2021-05-05
Python大批量搜索引擎圖像爬蟲工具詳解
這篇文章主要介紹了Python大批量搜索引擎圖像爬蟲工具,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2020-11-11
利用Python操作消息隊(duì)列RabbitMQ的方法教程
RabbitMQ是一個(gè)在AMQP基礎(chǔ)上完整的，可復(fù)用的企業(yè)消息系統(tǒng)。他遵循Mozilla Public License開源協(xié)議。下面這篇文章主要給大家介紹了關(guān)于利用Python操作消息隊(duì)列RabbitMQ的方法教程，需要的朋友可以參考下。
2017-07-07