如何将单元格值传递给移位函数

编程问答 2022-06-03

问题描述

如何将熊猫数据框中的像元值传递给shift函数？

这是一些示例输入：

import pandas as pd
import numpy as np

df = pd.DataFrame(data={'x': [0,5,0],'y': [np.nan,np.nan,10,np.nan]})

df['z'] = np.where(df['x'].shift(1) > 0,(50 - df['y'].shift(5)),np.nan)

print(df)

df['a'] = np.where(df['x'].shift(1) > 0,(50 - df['y'].shift(df['x'].shift(1).get_value())),np.nan)

这是输出：

   x     y     z
0  0   NaN   NaN
1  0   NaN   NaN
2  0   NaN   NaN
3  0  10.0   NaN
4  0   NaN   NaN
5  0   NaN   NaN
6  0   NaN   NaN
7  5   NaN   NaN
8  0   NaN  40.0
9  0   NaN   NaN

Traceback (most recent call last):
  File "C:\stocks\sandp500\stack overflow question 1.py",line 11,in <module>
    df['a'] = np.where(df['x'].shift(1) > 0,np.nan)
TypeError: get_value() missing 1 required positional argument: 'label'

列“ x”的值将为0或1到n之间的某个整数。这些整数是我要传递给shift函数以创建列“ z”的值。在“ z”列中，我通过将“ 5”硬编码为移位函数来作弊。 “ a”列是我尝试将动态值从“ x”列传递给shift函数的方法。

在过去的48小时中，我已经尝试了数十种变体，但没有任何效果。 有人有想法吗？预先感谢。

解决方法

我认为您尝试使用 df.apply 可以实现：

df = pd.DataFrame(data={'x': [0,5,0],'y': [np.nan,np.nan,10,np.nan]})

我认为在独立函数中遵循逻辑比在 lambda 中更容易：

def shifter(mydf):
    offset = int(mydf['offset'])
    if offset>0:
        val = 50 - df.shift(int(offset))['y'].loc[int(mydf['index'])]
    else:
        val = np.nan
    return val

我用索引作为列制作了数据框的副本，然后因为您在“x”列上做了额外的 .shift(1)，我制作了一个名为 offset 的辅助列只是提前这样做：

df2 = df.reset_index()
df2['offset'] = df2['x'].shift(1).fillna(0)

print(df2)
   index  x     y  offset
0      0  0   NaN     0.0
1      1  0   NaN     0.0
2      2  0   NaN     0.0
3      3  0  10.0     0.0
4      4  0   NaN     0.0
5      5  0   NaN     0.0
6      6  0   NaN     0.0
7      7  5   NaN     0.0
8      8  0   NaN     5.0
9      9  0   NaN     0.0

然后，您可以逐行应用移位器功能。请注意，它仍然引用该函数中的原始 df 数据帧。它使用“索引”列中的值通过原始数据帧上的 .loc 查找调整后的行。

df['z'] = df2.apply(shifter,axis=1)

print(df)
   x     y     z
0  0   NaN   NaN
1  0   NaN   NaN
2  0   NaN   NaN
3  0  10.0   NaN
4  0   NaN   NaN
5  0   NaN   NaN
6  0   NaN   NaN
7  5   NaN   NaN
8  0   NaN  40.0
9  0   NaN   NaN

相关，仅供参考，如果您只是想在没有额外逻辑的情况下获取偏移值：

df = pd.DataFrame(data={'x': [0,1,3,2,1],'y': [2.0,4,77,28,56,42,48]})

def simple_shifter(mydf):
    offset = int(mydf['x'])
    val = df.shift(int(offset))['y'].loc[int(mydf['index'])]
    return val    

df3 = df.reset_index()
df['y_offset_by_x'] = df3.apply(simple_shifter,axis=1)

print(df)
   x     y  y_offset_by_x
0  0   2.0            2.0
1  1   4.0            2.0
2  3   3.0            NaN
3  5  10.0            NaN
4  2   1.0            3.0
5  1  77.0            1.0
6  0  28.0           28.0
7  5  56.0            3.0
8  0  42.0           42.0
9  1  48.0           42.0

当然，如果数据帧很大，则需要进行速度优化，但这应该可行。

pandaspandaspythonshiftshiftvariablesvariables