python 实现rolling和apply函数的向下取值操作
更新时间:2020年06月08日 11:13:32 作者:wja_626
这篇文章主要介绍了python 实现rolling和apply函数的向下取值操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
我就废话不多说了,大家还是直接看代码吧!
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列向下取值作为新的c列 df = get_under_rolling(df, window=3, user='b',name='c')
原始df
新的df
补充知识:python:利用rolling和apply对DataFrame进行多列滚动,数据框滚动
看代码~
# 设置一个初始数据框 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
下面是滚动函数
# 多列滚动函数 # handle对滚动的数据框进行处理 def handle(x,df,name,n): df = df[name].iloc[x:x+n,:] print(df) return 1 # group_rolling 进行滚动 # n:滚动的行数 # df:目标数据框 # name:要滚动的列名 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)
对初始数据框进行滚动
其中:
n=2,name=[‘a',‘b']
group_rolling(n=2,df=df,name=['a','b'])
每次滚动的结果如下:
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
以上这篇python 实现rolling和apply函数的向下取值操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Python 解决logging功能使用过程中遇到的一个问题
这篇文章主要介绍了Python 解决logging功能使用过程中遇到的一个问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04不归路系列:Python入门之旅-一定要注意缩进!!!(推荐)
这篇文章主要介绍了Python入门一定要注意缩进,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2019-04-04
最新评论