python 實現(xiàn)rolling和apply函數(shù)的向下取值操作
我就廢話不多說了,大家還是直接看代碼吧!
import pandas as pd
def get_under_rolling(df,window,user,name):
df[name] = df[user].iloc[::-1].rolling(window=window).apply(lambda x:x[0]).iloc[::-1]
return df
if __name__ == '__main__':
df = pd.DataFrame({'a':[1,2,3,4,5],
'b':[2,3,4,5,6]})
# 把b列向下取值作為新的c列
df = get_under_rolling(df, window=3, user='b',name='c')
原始df

新的df

補(bǔ)充知識:python:利用rolling和apply對DataFrame進(jìn)行多列滾動,數(shù)據(jù)框滾動
看代碼~
# 設(shè)置一個初始數(shù)據(jù)框
df1 = [1,2,3,4,5]
df2 = [2,3,4,5,6]
df = pd.DataFrame({'a':list(df1),'b':list(df2)})
print(df)
a b 0 1 2 1 2 3 2 3 4 3 4 5 4 5 6
下面是滾動函數(shù)
# 多列滾動函數(shù)
# handle對滾動的數(shù)據(jù)框進(jìn)行處理
def handle(x,df,name,n):
df = df[name].iloc[x:x+n,:]
print(df)
return 1
# group_rolling 進(jìn)行滾動
# n:滾動的行數(shù)
# df:目標(biāo)數(shù)據(jù)框
# name:要滾動的列名
def group_rolling(n,df,name):
df_roll = pd.DataFrame({'a':list(range(len(df)-n+1))})
df_roll['a'].rolling(window=1).apply(lambda x:handle(int(x[0]),df,name,n),raw=True)
對初始數(shù)據(jù)框進(jìn)行滾動
其中:
n=2,name=[‘a(chǎn)',‘b']
group_rolling(n=2,df=df,name=['a','b'])
每次滾動的結(jié)果如下:
a b 0 1 2 1 2 3 a b 1 2 3 2 3 4 a b 2 3 4 3 4 5 a b 3 4 5 4 5 6
以上這篇python 實現(xiàn)rolling和apply函數(shù)的向下取值操作就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
實例解析Python設(shè)計模式編程之橋接模式的運(yùn)用
這篇文章主要介紹了Python設(shè)計模式編程之橋接模式的運(yùn)用,橋接模式主張把抽象部分與它的實現(xiàn)部分分離,需要的朋友可以參考下2016-03-03
pandas調(diào)整列的順序以及添加列的實現(xiàn)
這篇文章主要介紹了pandas調(diào)整列的順序以及添加列的實現(xiàn)操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
python實現(xiàn)視頻抽幀與添加背景音頻和字幕朗讀的腳本分享
這篇文章主要為大家詳細(xì)介紹了如何使用python實現(xiàn)視頻抽幀、添加srt字幕朗讀、添加背景音頻等功能,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-11-11
Python 中多態(tài)性的示例和類的繼承多態(tài)性詳解
多態(tài)性通常在類的方法中使用,其中我們可以具有相同方法名稱的多個類,本文給大家介紹Python 中多態(tài)性的示例和類的繼承多態(tài)性詳解,需要的朋友可以參考下2023-10-10
在Python中通過機(jī)器學(xué)習(xí)實現(xiàn)人體姿勢估計
姿態(tài)檢測是計算機(jī)視覺領(lǐng)域的一個活躍研究領(lǐng)域。這篇文章將為大家介紹在Python中如何利用機(jī)器學(xué)習(xí)進(jìn)行人體姿勢估計,感興趣的小伙伴可以了解一下2021-12-12

