Pandas基础：在Pandas数据框架中移动列

标签：pandas，Python

有时候，我们需要在pandas数据框架内移动一列，shift()方法提供了一种方便的方法来实现。

为了演示起见，我们创建两个数据框架：df包含字母索引，df2包含日期时间索引。

import pandas as pd

df = pd.DataFrame({'a':range(0,5),

'b':range(5,10)})

df2 = pd.DataFrame({'a':range(0,5),

'b':range(5,10)},

index=pd.date_range("2020-01-01","2020-01-05"))

pandas Shift()语法

DataFrame.shift(periods = 1,

freq = None,

axis = 0,

fill_value)

注意，pandas.Series对象还有一个类似的方法shift()，该方法允许为Series移动数据。

在pandas数据框架中向上/向下移动列

要向下移动列，将periods设置为正数。要向上移动列，将其设置为负数。

注意，只有数据发生了移位，而索引保持不变。数据移动了，现在有两个空行，由np.nan值自动填充。

对时间序列数据移动列

当处理时间序列数据时，可以通过包含freq参数来改变一切，包括索引和数据。注意下面的例子，索引随着所有数据向下（向前）移动了2天。目前，如果想使用freq参数，索引必须是datetime类型的数据，否则pandas将引发NotImplementedError。

向左或向右移动列

可以使用axis参数来控制移动的方向。默认情况下，axis=0，这意味着移动行（向上或向下）；设置axis=1将使列向左或向右移动。

在下面的示例中，将所有数据向右移动了1列。因此，第一列变为空，由np.nan自动填充。

如果不需要NaN值，还可以使用fill_value参数填充空行/空列。

Pandas.Series shift()方法

如前所述，Series类还有一个类似的shift()方法，其工作方式完全相同，只是它对一个系列（即单个列）而不是整个数据框架进行操作。当然，由此产生的数据是一个pandasSeries。

注：本文学习整理自pythoninoffice.com。