专栏首页张俊红利用Python实现数据偏移

利用Python实现数据偏移

总第190篇/张俊红

现在有如下这么一张表,这张表存储了每个uid在不同周(w)的订单情况。我们想知道每个用户在不同周内消费频次的变化情况。消费频次变化的标准就是这周订单数和上周订单数的相对变化,如果这周订单比上周增加了,就说明消费频次提高了,反之则说明消费频次降低了。

要实现上面的需求,其实只需要新增一列,这一列用来存储每个uid在上一周期的订单情况,然后将两列进行做差,差的结果就是每个uid消费频次的变化。具体结果如下:

上面这个结果该如何实现呢?也就是如何让数据进行上下偏移呢?借助的就是Python中的shift函数,我们这一节就讲讲shift是怎么使用的。shift的功能是对数据进行偏移,该函数的具体参数如下:

df.shift(periods=1, freq=None, axis=0)

periods为偏移的幅度;freq只适用于时间索引的偏移,是对索引的偏移,而值不发生变化;axis用来指明是横向偏移还是纵向偏移,当axis=0时表示纵向偏移,默认就是纵向偏移,当要纵向偏移时,axis参数可以省略不写。当axis=1时表示横向偏移。如果periods为正,则表示向下/右偏移,如果peeriods为负,则表示向上/左偏移。接下来我们看一些具体实例:

df.shift(1)

运行上面的代码,所有的数据向下偏移一行,具体结果如下:

df.shift(-1)

运行上面的代码,所有的数据向上偏移一行,具体结果如下:

df.shift(1,axis = 1)

运行上面的代码,所有的数据向右偏移一列,具体结果如下:

df.shift(-1,axis = 1)

运行上面的代码,所有的数据向左偏移一列,具体结果如下:

了解完了shift用法以后我们来看下我们开头那个需求该怎么做呢?新增加一列last_sales,并给其赋值为sales列,然后将last_sales这一列向上偏移一行。实现代码如下:

df["last_sales"] = df["sales"]
df["last_sales"] = df["last_sales"].shift(1)
df

运行上面代码,会得到每一行的sales_s与他的上一行的sales,这个sales不一定是他自己上一个周期的sales,比如第一个uid=2的上一个周期应该是0,但是这里面却是4:

很明显,上面的结果并非我们想要的结果,我们想要的是每个uid内的上一个周期的sales,而非每一行sales对应的上一行的sales,那怎么办呢?方法就是在组内进行shift,也就是与groupby 进行组合使用,先对uid进行groupby,然后再进行shift偏移,具体代码如下:

df["last_sales"] = df.groupby("uid")["sales"].shift(1).fillna(0)
df

最后运行上面的代码,就得到了我们开头想要的结果,即每个uid当期的sales和他自己上一期的sales,具体结果如下:

以上就是关于shift函数的使用情况。

本文分享自微信公众号 - 张俊红(zhangjunhong0428),作者:张俊红

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-02-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • python数据科学-多变量数据分析

    总第87篇 01|写在前面: 在前面我们研究了单列(变量)数据情况,现实中的案例大多都是多列(变量)的,即影响一件事情的因素有多个,我们除了要看单列数据以外还需...

    张俊红
  • python数据科学-数据预处理

    总第88篇 数据预处理是我们在做机器学习之前必经的一个过程,在机器学习中常见的数据预处理包括缺失值处理,缩放数据以及对数据进行标准化处理这三个过程。 01|缺失...

    张俊红
  • Jupyter Notebook如何导出包含中文的 PDF?

    Jupyter Notebook是很好的数据科学创作环境。Jupyter提供导出的格式有 .py、.html、.md、.pdf等。目前用其导出包含中文的pdf会...

    张俊红
  • openJDK之lambda——List的forEach如何实现的

        openJDK的版本是openJDK8,如何下载openJDK,请参考我的这篇博客。

    克虏伯
  • 类目场馆建设设计方法-交互研究思路总结

    Part 1:全流程交互设计-馆区建设 在馆区建设与版本迭代中,交互在其中扮演着重要的角色;一个全流程的馆区交互设计应该综合考虑:运营策略分析、竞品分析、数据分...

    前朝楚水
  • Navicat for mysql 无法连接到虚拟机的linux系统下的mysql

    最近在linux Centos7版本的虚拟机上安装了一个MySql数据库,发现本地可以正常ping通虚拟机,但Navicat则无法正常连接到虚拟机里的MySql...

    朱季谦
  • 输入法的新时代:搜狗、讯飞、百度鏖战智能语音

    一个现象:生活中越来越多人摒弃拼音输入功能,转而使用语音输入功能,微信、QQ等社交软件语音功能已十分成熟,百度搜索、搜狗搜索等也都添上语音输入功能,语音输入取代...

    刘旷
  • Python那些年:我们踩过的那些坑(1)

    在 Python 中一切都是对象,整数也是对象,在比较两个整数时有两个运算符==和is,它们的区别是:

    double
  • 企业服务市场资产的平衡计分卡

    ? 来源 | 钛资本 ? 分享者按:本次分享的观点和阶段性的“结论”未必完全正确,因为还需要更多的时间和案例进行不断地迭代,但确为来自第一线对资产的深入参与、...

    腾讯SaaS加速器
  • 数据迁移-MGR、PXC与Replication Filter

    针对两种方案,有非常多的迁移手段,而迁移之前数据是否持续同步,或者迁移过程dump+load等类似方式,会决定了业务的影响时间。

    [3306 Pai ] 社区

扫码关注云+社区

领取腾讯云代金券