Pandas DataFrame에서 열을 이동하는 방법

Pandas DataFrame에서 열을 이동하는 방법

---

Pandas에서 열을 이동하고 DataFrame싶지만 전체 DF를 다시 작성하지 않고 문서에서 수행하는 방법을 사용할 수 없습니다. 누구든지 그것을하는 방법을 알고 있습니까? DataFrame :

##    x1   x2
##0  206  214
##1  226  234
##2  245  253
##3  265  272
##4  283  291

원하는 출력 :

##    x1   x2
##0  206  nan
##1  226  214
##2  245  234
##3  265  253
##4  283  272
##5  nan  291

---

In [18]: a
Out[18]: 
   x1  x2
0   0   5
1   1   6
2   2   7
3   3   8
4   4   9

In [19]: a.x2 = a.x2.shift(1)

In [20]: a
Out[20]: 
   x1  x2
0   0 NaN
1   1   5
2   2   6
3   3   7
4   4   8

---

데이터 프레임의 끝을 지나 이동 한 열을 잃지 않고 먼저 필요한 번호를 추가하면됩니다.

    offset = 5
    DF = DF.append([np.nan for x in range(offset)])
    DF = DF.shift(periods=offset)
    DF = DF.reset_index() #Only works if sequential index

---

여기서 df.shift를 사용합니다.

df.shift (i)는 전체 데이터 프레임을 i 단위로 이동합니다.

따라서 i = 1

입력 :

    x1   x2  
0  206  214  
1  226  234  
2  245  253  
3  265  272    
4  283  291

다수 :

    x1   x2
0  Nan  Nan   
1  206  214  
2  226  234  
3  245  253  
4  265  272 

따라서이 펼쳐져 실행하여 예상 출력을 얻으십시오.

import pandas as pd

df = pd.DataFrame({'x1': ['206', '226', '245',' 265', '283'],
                    'x2': ['214', '234', '253', '272', '291']})

print(df)

df['x2'] = df['x2'].shift(1)

print(df)

---

나는 수입을 생각한다

import pandas as pd
import numpy as np

먼저 NaN, NaN,...DataFrame ( df) 끝에 새 행을 추가 합니다.

s1 = df.iloc[0]    # copy 1st row to a new Series s1
s1[:] = np.NaN     # set all values to NaN
df2 = df.append(s1, ignore_index=True)  # add s1 to the end of df

새로운 DF df2가 생성됩니다. 더 우아한 방법이 작동합니다.

이제 방송 수 있습니다.

df2.x2 = df2.x2.shift(1)  # shift what you want

---

예제에서 데이터 프레임을 정의 할 수 있습니다.

>>> df = pd.DataFrame([[206, 214], [226, 234], [245, 253], [265, 272], [283, 291]], 
    columns=[1, 2])
>>> df
     1    2
0  206  214
1  226  234
2  245  253
3  265  272
4  283  291

그런 다음 두 번째 열의 인덱스를 다음과 같이 조작 할 수 있습니다.

>>> df[2].index = df[2].index+1

마지막으로 단일 열을 다시 결합합니다.

>>> pd.concat([df[1], df[2]], axis=1)
       1      2
0  206.0    NaN
1  226.0  214.0
2  245.0  234.0
3  265.0  253.0
4  283.0  272.0
5    NaN  291.0

빠르지는 않지만 읽기가 간단합니다. 열 이름 및 필요한 실제 시프트에 대한 변수 설정을 고려하십시오.

편집 : 일반적 df[2].shift(1)으로 이미 게시 된 대로 이동이 가능 하지만 이월을 차단합니다.

---

개인적인 문제에 답하려고 노력 중이며 Pandas Doc 에서이 질문에 답할 것이라고 생각하는 것과 비슷한 것을 찾았습니다 .

DataFrame.shift (periods = 1, freq = None, axis = 0) 선택적 시간 주파수를 사용하여 원하는 기간 수만큼 인덱스 이동

메모

freq가 지정되면 인덱스 값이 이동되지만 데이터는 다시 정렬되지 않습니다. 즉, 원래 데이터를 이동하고 보존 할 때 인덱스를 확장하려면 freq를 사용하십시오.

이 문제에 대한 향후 질문에 도움이되기를 바랍니다.

---

이것이 내가하는 방법입니다.

df_ext = pd.DataFrame(index=pd.date_range(df.index[-1], periods=8, closed='right'))
df2 = pd.concat([df, df_ext], axis=0, sort=True)
df2["forecast"] = df2["some column"].shift(7)

기본적으로 원하는 인덱스가있는 빈 데이터 프레임을 생성 한 다음 함께 연결합니다. 그러나 나는 이것을 pandas의 표준 기능으로보고 싶기 때문에 pandas에 대한 개선 사항 을 제안했습니다 .

참고 URL : https://stackoverflow.com/questions/10982089/how-to-shift-a-column-in-pandas-dataframe