在進行數據操作時, 經常會碰到基于同一列進行錯位相加減的操作, 即對某一列進行向上或向下平移(shift).

往常, 我們都會使用循環進行操作, 但經過查閱相關資料, 發現結合pandas里的groupby和shift兩個函數就能輕松實現上述要求.

#創建樣例數據temp = pd.DataFrame({'id':[1,1,1,2,2,3],'value':[1,2,3,4,5,6]});temp

Out[1]:  id value0  1   11  1   22  1   33  2   44  2   55  3   6

temp['value_shift'] = temp.groupby('id')['value'].shift(1);tempOut[180]:   id value value_shift0  1   1     NaN1  1   2     1.02  1   3     2.03  2   4     NaN4  2   5     4.05  3   6     NaNtemp['value_shift_1'] = temp.groupby('id')['value'].shift(-1);tempOut[181]:   id value value_shift value_shift_10  1   1     NaN      2.01  1   2     1.0      3.02  1   3     2.0      NaN3  2   4     NaN      5.04  2   5     4.0      NaN5  3   6     NaN      NaN

通過shift函數里面的值來控制向前還是向后偏移, 缺少的值會填充NaN.

groupby函數里的參數控制基于什么字段進行shift.

官方文檔 這里是以index為基準.

以上這篇python對列進行平移變換的方法(shift)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。