Как сдвинуть столбец в Pandas DataFrame

Ответ 1

In [18]: a
Out[18]: 
   x1  x2
0   0   5
1   1   6
2   2   7
3   3   8
4   4   9

In [19]: a.x2 = a.x2.shift(1)

In [20]: a
Out[20]: 
   x1  x2
0   0 NaN
1   1   5
2   2   6
3   3   7
4   4   8

Ответ 2

Если вы не хотите потерять столбцы, вы переместитесь в прошлое в конец вашего фрейма данных, просто добавьте требуемый номер первым:

    offset = 5
    DF = DF.append([np.nan for x in range(offset)])
    DF = DF.shift(periods=offset)
    DF = DF.reset_index() #Only works if sequential index

Ответ 3

Я полагаю, что импорт

import pandas as pd
import numpy as np

Сначала добавьте новую строку с NaN, NaN,... в конец DataFrame (df).

s1 = df.iloc[0]    # copy 1st row to a new Series s1
s1[:] = np.NaN     # set all values to NaN
df2 = df.append(s1, ignore_index=True)  # add s1 to the end of df

Он создаст новый DF df2. Возможно, есть более элегантный способ, но это работает.

Теперь вы можете переместить его:

df2.x2 = df2.x2.shift(1)  # shift what you want

Ответ 4

Давайте определим фрейм данных из вашего примера

>>> df = pd.DataFrame([[206, 214], [226, 234], [245, 253], [265, 272], [283, 291]], 
    columns=[1, 2])
>>> df
     1    2
0  206  214
1  226  234
2  245  253
3  265  272
4  283  291

Тогда вы можете манипулировать индексом второго столбца с помощью

>>> df[2].index = df[2].index+1

и, наконец, повторно объединить отдельные столбцы

>>> pd.concat([df[1], df[2]], axis=1)
       1      2
0  206.0    NaN
1  226.0  214.0
2  245.0  234.0
3  265.0  253.0
4  283.0  272.0
5    NaN  291.0

Возможно, не быстро, но просто для чтения. Рассмотрите возможность установки переменных для имен столбцов и фактического требуемого сдвига.

Редактировать: Как правило, сдвиг возможен с помощью df[2].shift(1) как это уже было опубликовано, однако это приведет к отсечке переноса.

Ответ 5

Вам нужно использовать df.shift здесь

df.shift(i) сдвигает весь фрейм данных на я единицы вниз.

Так что для я = 1

Входные данные:

    x1   x2  
0  206  214  
1  226  234  
2  245  253  
3  265  272    
4  283  291

Выход:

    x1   x2
0  Nan  Nan   
1  206  214  
2  226  234  
3  245  253  
4  265  272 

Так что запустите этот скрипт, чтобы получить ожидаемый результат

import pandas as pd

df = pd.DataFrame({'x1': ['206', '226', '245',' 265', '283'],
                    'x2': ['214', '234', '253', '272', '291']})

print(df)

df['x2'] = df['x2'].shift(1)

print(df)

Ответ 6

Пытаясь ответить на личную проблему, похожую на вашу, я нашел в Pandas Doc то, что, по-моему, ответило бы на этот вопрос:

DataFrame.shift (period= 1, freq = None, axis = 0) Сдвиг индекса на желаемое количество периодов с необязательной временной частотой

Заметки

Если задано значение freq, то значения индекса сдвигаются, но данные не выравниваются. То есть используйте freq, если вы хотите расширить индекс при сдвиге и сохранить исходные данные.

Надеюсь помочь будущим вопросам в этом вопросе.

Ответ 7

Вот как я это делаю:

df_ext = pd.DataFrame(index=pd.date_range(df.index[-1], periods=8, closed='right'))
df2 = pd.concat([df, df_ext], axis=0, sort=True)
df2["forecast"] = df2["some column"].shift(7)

В основном я генерирую пустой фрейм данных с нужным индексом, а затем просто объединяю их вместе. Но я действительно хотел бы видеть это как стандартную функцию в пандах, поэтому я предложил усовершенствование пандам.