Python|熊猫系列. shift()
原文:https://www.geeksforgeeks.org/python-pandas-series-shift/
熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。
熊猫 **Series.shift()**功能通过可选的时间频率将指数移动所需的周期数。当 freq 未通过时，移动索引而不重新排列数据。
语法:序列。移位(周期=1，频率=无，轴=0，填充值=无)
参数: 周期:要移位的周期数。可以是正的，也可以是负的。 频率:从时间模块或时间规则中使用的偏移量(例如‘EOM’) 轴:移动方向。 fill_value : 用于新引入的缺失值的标量值
返回:输入对象的副本，移位。
示例#1: 使用Series.shift()功能将给定序列对象的数据移动 2 个周期。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 6, tz = 'Europe/Berlin')
# set the index
sr.index = didx
# Print the series
print(sr)
输出:
现在我们将使用Series.shift()函数将给定序列对象中的数据移动 2 个周期。
# shift by 2 periods
sr.shift(periods = 2)
输出:
正如我们在输出中看到的那样，Series.shift()函数已经成功地将数据转移到索引上。请注意，对应于最后两个索引的数据已被删除。
示例#2: 使用Series.shift()功能将给定序列对象的数据移动-2 个周期。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 6, tz = 'Europe/Berlin')
# set the index
sr.index = didx
# Print the series
print(sr)
输出:
现在我们将使用Series.shift()函数将给定序列对象中的数据移动-2 个周期。
# shift by -2 periods
sr.shift(periods = -2)
输出:
正如我们在输出中看到的那样，Series.shift()函数已经成功地将数据转移到索引上。请注意，前两个索引的数据已被删除。
版权属于：月萌API www.moonapi.com，转载请注明出处
