最近做比賽，有時(shí)候需要造出新的特征，而這次遇到的問(wèn)題是將一列數(shù)據(jù)往下順移一位。同時(shí)將開(kāi)頭缺失的那一個(gè)數(shù)據(jù)用其他方式填充。

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

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

錯(cuò)誤方案：

當(dāng)時(shí)首先想到的是用loc來(lái)直接進(jìn)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(huì)報(bào)錯(cuò)

愿望很美好，現(xiàn)實(shí)很殘酷，這種方法會(huì)報(bào)錯(cuò)。

不太好的方案：

于是打算用循環(huán)的辦法一個(gè)一個(gè)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(gè)僅僅O(n)算法復(fù)雜度的東西，實(shí)際檢驗(yàn)當(dāng)用在幾萬(wàn)行數(shù)據(jù)真的可以給你算好久好久，所以這個(gè)辦法也棄用了。

正確方案：

pandas的dataframe，每一行是有序號(hào)的，直接進(jìn)行替換的話，有時(shí)它會(huì)將相同序號(hào)的進(jìn)行替換，這個(gè)是dataFrame的特性，有時(shí)會(huì)忽略從你選擇的那一行開(kāi)始替換，而直接從0開(kāi)始。所以如果想用pandas來(lái)進(jìn)行順位移動(dòng)的話，目前沒(méi)有在API中找到便捷的方法。

最后終于想到了另外一個(gè)辦法，就是轉(zhuǎn)化為Numpy數(shù)組進(jìn)行移動(dòng)后，再轉(zhuǎn)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(shù)組截取[1, i]實(shí)際截取的是[1, i - 1]行！

dt_new = pd.DataFrame()

dt_new['test'] = dt_new_v

要注意Numpy數(shù)組截取[1, i]實(shí)際截取的是第[1, i - 1]行！

以上這篇Pandas 解決dataframe的一列進(jìn)行向下順移問(wèn)題就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持我們。

本文標(biāo)題: Pandas 解決dataframe的一列進(jìn)行向下順移問(wèn)題

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

總結(jié)

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?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。