最近做比賽，有時候需要造出新的特征，而這次遇到的問題是將一列數據往下順移一位。同時將開頭缺失的那一個數據用其他方式填充。

df['feature'].shift(1)向下順移一位，這時第一位會置為nan，需要填充。

----------------------歷史分割線-----------------

錯誤方案：

當時首先想到的是用loc來直接進行替換，也就是

i = len(dt)

dt_new = pd.DataFrame()

dt_new.loc[0, 'test'] = 0

dt_new.loc[1 : i - 1, 'test'] = dt.loc[0 : i - 2， 'data'] #這里會報錯

愿望很美好，現實很殘酷，這種方法會報錯。

不太好的方案：

于是打算用循環的辦法一個一個替換

dt_new = pd.DataFrame()

dt_new.loc[0, 'test'] = 0

for i in range(len(dt) - 1):

dt_new.loc[i + 1, 'test'] = dt.loc[i, 'data']

然而這個僅僅O(n)算法復雜度的東西，實際檢驗當用在幾萬行數據真的可以給你算好久好久，所以這個辦法也棄用了。

正確方案：

pandas的dataframe，每一行是有序號的，直接進行替換的話，有時它會將相同序號的進行替換，這個是dataFrame的特性，有時會忽略從你選擇的那一行開始替換，而直接從0開始。所以如果想用pandas來進行順位移動的話，目前沒有在API中找到便捷的方法。

最后終于想到了另外一個辦法，就是轉化為Numpy數組進行移動后，再轉回dataFrame。

dt_v = dt['data'].values

dt_v = dt_v.flatten()

i = len(dt)

dt_new_v = np.zeros(i)

dt_new_v[0] = 0

dt_new_v[1 : i] = dt_v[0 : i - 1] #這里要注意Numpy數組截取[1, i]實際截取的是[1, i - 1]行！

dt_new = pd.DataFrame()

dt_new['test'] = dt_new_v

要注意Numpy數組截取[1, i]實際截取的是第[1, i - 1]行！

以上這篇Pandas 解決dataframe的一列進行向下順移問題就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持我們。

本文標題: Pandas 解決dataframe的一列進行向下順移問題

本文地址: http://www.cppcns.com/jiaoben/python/295718.html

總結

以上是生活随笔為你收集整理的pythonslice_shift_Pandas 解决dataframe的一列进行向下顺移问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。