在进行数据操作时, 经常会碰到基于同一列进行错位相加减的操作, 即对某一列进行向上或向下平移(shift).

往常, 我们都会使用循环进行操作, 但经过查阅相关资料, 发现结合pandas里的groupby和shift两个函数就能轻松实现上述要求.

#创建样例数据

temp = pd.DataFrame({'id':[1,1,1,2,2,3],'value':[1,2,3,4,5,6]});temp

Out[1]:

id value

0 1 1

1 1 2

2 1 3

3 2 4

4 2 5

5 3 6

temp['value_shift'] = temp.groupby('id')['value'].shift(1);temp

Out[180]:

id value value_shift

0 1 1 NaN

1 1 2 1.0

2 1 3 2.0

3 2 4 NaN

4 2 5 4.0

5 3 6 NaN

temp['value_shift_1'] = temp.groupby('id')['value'].shift(-1);temp

Out[181]:

id value value_shift value_shift_1

0 1 1 NaN 2.0

1 1 2 1.0 3.0

2 1 3 2.0 NaN

3 2 4 NaN 5.0

4 2 5 4.0 NaN

5 3 6 NaN NaN

通过shift函数里面的值来控制向前还是向后偏移, 缺少的值会填充NaN.

groupby函数里的参数控制基于什么字段进行shift.

官方文档 这里是以index为基准.

以上这篇python对列进行平移变换的方法(shift)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。