溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了python如何實現rolling和apply函數的向下取值，內容清晰明了，對此有興趣的小伙伴可以學習一下，相信大家閱讀完之后會有幫助。
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
補充知識：python：利用rolling和apply對DataFrame進行多列滾動，數據框滾動
看代碼~
# 設置一個初始數據框
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
# 多列滾動函數
# handle對滾動的數據框進行處理
def handle(x,df,name,n):
df = df[name].iloc[x:x+n,:]
print(df)
return 1
# group_rolling 進行滾動
# n：滾動的行數
# df：目標數據框
# 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)對初始數據框進行滾動
其中：
n=2，name=[‘a',‘b']
group_rolling(n=2,df=df,name=['a','b'])
每次滾動的結果如下：
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
看完上述內容，是不是對python如何實現rolling和apply函數的向下取值有進一步的了解，如果還想學習更多內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
