当前位置:   article > 正文

pandas中的shift()方法对数据进行移动的操作_.shift()向前向后移动数据是怎么移动的

.shift()向前向后移动数据是怎么移动的

部分参数含义如下:

periods:表示shift移动的幅度,正数表示下移,负数表示上移,默认值是1,移动后没有值得索引后面显示缺失
freq:按照freq参数值作为间隔移动时间索引,数据值不发生变化,关于freq可以取得值可以参考date_range创建日期范围freq参数取值表及创建示例_我就是一个小怪兽的博客-CSDN博客

  1. >>> import pandas as pd
  2. >>> date_index=pd.date_range('2022-01-01',periods=6)
  3. >>> time=pd.Series(range(6),index=date_index)
  4. >>> print(time)
  5. 2022-01-01 0
  6. 2022-01-02 1
  7. 2022-01-03 2
  8. 2022-01-04 3
  9. 2022-01-05 4
  10. 2022-01-06 5
  11. Freq: D, dtype: int64
  12. >>> time.shift(periods=2)#向下移动2次
  13. 2022-01-01 NaN
  14. 2022-01-02 NaN
  15. 2022-01-03 0.0
  16. 2022-01-04 1.0
  17. 2022-01-05 2.0
  18. 2022-01-06 3.0
  19. Freq: D, dtype: float64
  20. >>> time.shift(periods=-2)#向上移动2次
  21. 2022-01-01 2.0
  22. 2022-01-02 3.0
  23. 2022-01-03 4.0
  24. 2022-01-04 5.0
  25. 2022-01-05 NaN
  26. 2022-01-06 NaN
  27. Freq: D, dtype: float64
  28. >>> time.shift(periods=-2,freq='2D')#间隔为两天,向上移动两次,因此时间索引平移了四天
  29. 2021-12-28 0
  30. 2021-12-29 1
  31. 2021-12-30 2
  32. 2021-12-31 3
  33. 2022-01-01 4
  34. 2022-01-02 5
  35. Freq: D, dtype: int64
  36. >>> time.shift(periods=-1,freq='2D')
  37. 2021-12-30 0
  38. 2021-12-31 1
  39. 2022-01-01 2
  40. 2022-01-02 3
  41. 2022-01-03 4
  42. 2022-01-04 5
  43. Freq: D, dtype: int64

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/码创造者/article/detail/945366
推荐阅读
相关标签
  

闽ICP备14008679号