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！
這篇文章主要介紹Pandas如何解決dataframe的一列進行向下順移問題，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！
錯誤方案：
當時首先想到的是用loc來直接進行替換，也就是
i = len(dt) dt_new = pd.DataFrame() dt_new.loc[0, 'test'] = 0 dt_new.loc[1 : i - 1, 'test'] = dt.loc[0 : i - 2， 'data'] #這里會報錯
愿望很美好，現實很殘酷，這種方法會報錯。
不太好的方案：
于是打算用循環的辦法一個一個替換
dt_new = pd.DataFrame() dt_new.loc[0, 'test'] = 0 for i in range(len(dt) - 1): dt_new.loc[i + 1, 'test'] = dt.loc[i, 'data']
然而這個僅僅O(n)算法復雜度的東西，實際檢驗當用在幾萬行數據真的可以給你算好久好久，所以這個辦法也棄用了。
正確方案：
pandas的dataframe，每一行是有序號的，直接進行替換的話，有時它會將相同序號的進行替換，這個是dataFrame的特性，有時會忽略從你選擇的那一行開始替換，而直接從0開始。所以如果想用pandas來進行順位移動的話，目前沒有在API中找到便捷的方法。
最后終于想到了另外一個辦法，就是轉化為Numpy數組進行移動后，再轉回dataFrame。
dt_v = dt['data'].values dt_v = dt_v.flatten() i = len(dt) dt_new_v = np.zeros(i) dt_new_v[0] = 0 dt_new_v[1 : i] = dt_v[0 : i - 1] #這里要注意Numpy數組截取[1, i]實際截取的是[1, i - 1]行！ dt_new = pd.DataFrame() dt_new['test'] = dt_new_v
要注意Numpy數組截取[1, i]實際截取的是第[1, i - 1]行！
以上是“Pandas如何解決dataframe的一列進行向下順移問題”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，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。
