网络编程
位置：首页>> 网络编程>> Python编程>> python 实现rolling和apply函数的向下取值操作

python 实现rolling和apply函数的向下取值操作

作者：wja_626　　发布时间：2022-03-15 07:10:08　

标签：python,rolling,apply,取值

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

python 实现rolling和apply函数的向下取值操作

新的df

python 实现rolling和apply函数的向下取值操作

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

来源：https://blog.csdn.net/qq_42830966/article/details/104503783

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com