Pandas Shift函数的基础入门学习笔记
PandasShift函数基础
在使用Pandas的过程中，有时会遇到shift函数，今天就一起来彻底学习下。先来看看帮助文档是怎么说的：
>>>importpandas
>>>help(pandas.DataFrame.shift)
Helponfunctionshiftinmodulepandas.core.frame:
shift(self,periods=1,freq=None,axis=0)
Shiftindexbydesirednumberofperiodswithanoptionaltimefreq
Parameters
----------
periods:int
Numberofperiodstomove,canbepositiveornegative
freq:DateOffset,timedelta,ortimerulestring,optional
Incrementtousefromthetseriesmoduleortimerule(e.g.'EOM').
SeeNotes.
axis:{0or'index',1or'columns'}
Notes
-----
Iffreqisspecifiedthentheindexvaluesareshiftedbutthedata
isnotrealigned.Thatis,usefreqifyouwouldliketoextendthe
indexwhenshiftingandpreservetheoriginaldata.
Returns
-------
shifted:DataFrame
该函数主要的功能就是使数据框中的数据移动，若freq=None时，根据axis的设置，行索引数据保持不变，列索引数据可以在行上上下移动或在列上左右移动；若行索引为时间序列，则可以设置freq参数，根据periods和freq参数值组合，使行索引每次发生periods*freq偏移量滚动，列索引数据不会移动。
参数详解：
- period：表示移动的幅度，可以是正数，也可以是负数，默认值是1,1就表示移动一次，注意这里移动的都是数据，而索引是不移动的，移动之后没有对应值的，就赋值为NaN。
- freq：DateOffset,timedelta,ortimerulestring，可选参数，默认值为None，只适用于时间序列，如果这个参数存在，那么会按照参数值移动时间索引，而数据值没有发生变化。
- axis：{0,1,‘index',‘columns'}，表示移动的方向，如果是0或者'index'表示上下移动，如果是1或者'columns'，则会左右移动。
先来看一下一些简单的示例：
1、非时间索引下period的设置
假设存在一个DataFrame数据df：
indexvalue1 A0 B1 C2 D3
如果执行以下代码 df.shift() 就会变成如下：
indexvalue1 ANaN B0 C1 D2
执行df.shift(2)就会得到：
indexvalue1 ANaN BNaN C0 D1
执行df.shift(-1)会得到：
indexvalue1 A1 B2 C3 DNaN
注意，shift移动的是整个数据，如果df有如下多列数据：
AABBCCDD a0123 b4567 c891011 d12131415
执行df.shift(2)的数据为：
AABBCCDD aNaNNaNNaNNaN bNaNNaNNaNNaN c0.01.02.03.0 d4.05.06.07.0
如果只想移动df中的某一列数据，则需要这样操作：df['DD']=df['DD'].shift(1)
执行后的数据为：
AABBCCDD a012NaN b456NaN c891011 d12131415
2、时间索引下freq参数设置
假设存在如下DataFrame的df：
df=pd.DataFrame(np.arange(16).reshape(4,4),columns=['AA','BB','CC','DD'],index=pd.date_range('2012-06-01','2012-06-04'))
AABBCCDD 2012-06-010123 2012-06-024567 2012-06-03891011 2012-06-0412131415
执行df.shift(freq=datetime.timedelta(1)) 后：
AABBCCDD 2012-06-020123 2012-06-034567 2012-06-04891011 2012-06-0512131415
执行df.shift(freq=datetime.timedelta(-2))后：
AABBCCDD 2012-05-300123 2012-05-314567 2012-06-01891011 2012-06-0212131415
可以看到索引直接变了。
3、axis轴向设置
df=pd.DataFrame(np.arange(16).reshape(4,4),columns=['AA','BB','CC','DD'],index=['a','b','c','d']) df Out[1]: AABBCCDD a0123 b4567 c891011 d12131415 #当period为正时，默认是axis=0轴的设定，向下移动 df.shift(2) Out[2]: AABBCCDD aNaNNaNNaNNaN bNaNNaNNaNNaN c0.01.02.03.0 d4.05.06.07.0 #当axis=1，沿水平方向进行移动，正数向右移，负数向左移 df.shift(2,axis=1) Out[3]: AABBCCDD aNaNNaN0.01.0 bNaNNaN4.05.0 cNaNNaN8.09.0 dNaNNaN12.013.0 #当period为负时，默认是axis=0轴的设定，向上移动 df.shift(-1) Out[4]: AABBCCDD a4.05.06.07.0 b8.09.010.011.0 c12.013.014.015.0 dNaNNaNNaNNaN
pandas中上下两行相减(隔行相减)--shift函数的使用
最近使用pandas处理数据，需求是想相邻两行上下相减，查API发现shift函数，很灵活，。你也可以隔任意行相减。
p['xx_1']=p["xx"].shift(1)
上面得到的就是xx字段向下移动一行的结果，和之前相比向下移动一行，你可以设置为任意行，也可是向上向下
p['xx']-p["xx_1"]
这就是前后两行的差值，很方便，Pandas很强大
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对毛票票的支持。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。