跳转至

蟒蛇|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。



回到顶部