移位数据组

问题描述

我是 Python 新手，我想根据我在列中的移位单元执行某种移位。 我的数据如下：

团价

1 0.1
1 0.2
1 0.3
2 0.9
2 0.12

第一组的shift_Unit为2，第二组为1

所需的输出如下：

组 Shifted_Rate

1 0
1 0
1 0.1
2 0
2 0.9

我尝试执行以下操作，但不起作用： df['Shifted_Rate'] = df['Rate'].shift(df['Shift_Unit'])

是否有另一种方法可以不用 shift() 方法？

解决方法

我认为这可能是我第一次与 pandas 合作，所以这可能没有帮助，但根据我在 the documentation 中找到的 pandas.DataFrame.shift()，它看起来与“要移动的周期数”相关的 periods 变量是 int。正因为如此（也就是说，因为这是一个 int 而不是像 list 或 dict 这样的东西），我觉得您可能需要通过使单独的数据框，然后将这些数据框放在一起。我尝试了这个并使用 pandas.DataFrame.append() 将各个数据框放在一起。使用 pandas 可能有更有效的方法来执行此操作，但就目前而言，我希望这对您当前的情况有所帮助。

这是我用来处理您的情况的代码（在我的情况下，此代码位于名为 q11.py 的文件中）：

import numpy as np
import pandas as pd

# The periods used for the shifting of each group
# (e.g.,'1' is for group 1,'2' is for group 2).
# You can add more items here later if need be.
periods = {
    '1': 2,'2': 1
}

# Building the first DataFrame
df1 = pd.DataFrame({
    'Rate': pd.Series([0.1,0.2,0.3],index=[1,1,1]),})

# Building the second DataFrame
df2 = pd.DataFrame({
    'Rate': pd.Series([0.9,0.12],index=[2,2]),})

# Shift
df1['Shifted_Rate'] = df1['Rate'].shift(
    periods=periods['1'],fill_value=0
)

df2['Shifted_Rate'] = df2['Rate'].shift(
    periods=periods['2'],fill_value=0
)

# Append the df2 DataFrame to df1 and save the result to a new DataFrame df3
# ref: https://pythonexamples.org/pandas-append-dataframe/
# ref: https://stackoverflow.com/a/51953935/1167750
# ref: https://stackoverflow.com/a/40014731/1167750
# ref: https://pandas.pydata.org/pandas-docs/stable/reference/api
#   /pandas.DataFrame.append.html
df3 = df1.append(df2,ignore_index=False)
# ref: https://stackoverflow.com/a/18023468/1167750
df3.index.name = 'Group'

print("\n",df3,"\n")

# Optional: If you only want to keep the Shifted_Rate column:
del df3['Rate']
print(df3)

运行程序时，输出应如下所示：

$ python3 q11.py

        Rate  Shifted_Rate
Group
1      0.10           0.0
1      0.20           0.0
1      0.30           0.1
2      0.90           0.0
2      0.12           0.9

       Shifted_Rate
Group
1               0.0
1               0.0
1               0.1
2               0.0
2               0.9