看过来
《pandas 教程》 持续更新中,提供建议、纠错、催更等加作者微信: gairuo123(备注:pandas教程)和关注公众号「盖若」ID: gairuo。跟作者学习,请进入 Python学习课程。欢迎关注作者出版的书籍:《深入浅出Pandas》 和 《Python之光》。
pandas 中的 shift() 方法,可以对一个 Series(或者说 DataFrame 中的一列)上下做位移,在本例中,我们会操作若干个列同时位移,而且这个位移还是按分组进行的。
注:本例在 pandas 2.2 下通过,同时建议安装 pyarrow 库。
我们构造数据如下:
import pandas as pd
from io import StringIO
data = '''
a,b,c
1,4,2
1,3,4
2,6,6
2,4,0
2,7,3
'''
df = pd.read_csv(StringIO(data))
df
'''
a b c
0 1 4 2
1 1 3 4
2 2 6 6
3 2 4 0
4 2 7 3
'''
需要以 a 列为分组,将 a 列后所有的列(示例数据中仅演示了 b、c 两列)在组内向上位移一位。再将这个位移后的数据增加到数据右侧。
先对数据用 groupby() 按 a 分组,在分组对象的 apply() 方法中编写一个函数操作位移,这样就形成了新的增加数据。
最后,用原 DataFrame 的 join() 方法合并以上数据到右侧。
分组,生成新的数据:
(
df.groupby('a')
.apply(lambda x: x.shift(-1), include_groups=False)
)
'''
b c
a
1 0 3.0 4.0
1 NaN NaN
2 2 4.0 0.0
3 7.0 3.0
4 NaN NaN
'''
上述代码的 lambda 函数中,我们用 include_groups 参数排除了 a 列,然后用 shift(-1) 向上移动一位。
接下来,我们要修改这个新数据的列标签(列名),让它不与原数据冲突,同时将这个数据赋值给一个新的变量(标识符):
right = (
df.groupby('a')
.apply(lambda x: x.shift(-1), include_groups=False)
# .set_axis(['b1', 'c1'], axis=1)
.rename(columns=lambda x: x+'1')
.droplevel(level=0) # 删除不需要的索引
)
right
'''
b1 c1
0 3.0 4.0
1 NaN NaN
2 4.0 0.0
3 7.0 3.0
4 NaN NaN
'''
修改标签时,我们用了到 rename(),它可以写一个方法来对现有所有标签名进行处理,注释代码中还演示了硬编码修改使用的 set_axis() 方法。
最后,将新数据合并:
df.join(right)
'''
a b c b1 c1
0 1 4 2 3.0 4.0
1 1 3 4 NaN NaN
2 2 6 6 4.0 0.0
3 2 4 0 7.0 3.0
4 2 7 3 NaN NaN
'''
这样我们就完成了这个需求。
(完)
更新时间:2024-08-18 16:07:34 标签:pandas python 位移