Pandas如何解决dataframe的一列进行向下顺移问题-创新互联
这篇文章主要介绍Pandas如何解决dataframe的一列进行向下顺移问题,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
创新互联建站是一家专业提供长治企业网站建设,专注与网站设计、成都做网站、H5技术、小程序制作等业务。10年已为长治众多企业、政府机构等服务。创新互联专业网站建设公司优惠进行中。错误方案:
当时首先想到的是用loc来直接进行替换,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'] #这里会报错
愿望很美好,现实很残酷,这种方法会报错。
不太好的方案:
于是打算用循环的办法一个一个替换
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']
然而这个仅仅O(n)算法复杂度的东西,实际检验当用在几万行数据真的可以给你算好久好久,所以这个办法也弃用了。
正确方案:
pandas的dataframe,每一行是有序号的,直接进行替换的话,有时它会将相同序号的进行替换,这个是dataFrame的特性,有时会忽略从你选择的那一行开始替换,而直接从0开始。所以如果想用pandas来进行顺位移动的话,目前没有在API中找到便捷的方法。
最后终于想到了另外一个办法,就是转化为Numpy数组进行移动后,再转回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] #这里要注意Numpy数组截取[1, i]实际截取的是[1, i - 1]行! dt_new = pd.DataFrame() dt_new['test'] = dt_new_v
要注意Numpy数组截取[1, i]实际截取的是第[1, i - 1]行!
以上是“Pandas如何解决dataframe的一列进行向下顺移问题”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注创新互联行业资讯频道!
名称栏目:Pandas如何解决dataframe的一列进行向下顺移问题-创新互联
分享路径:http://ybzwz.com/article/dojsoi.html