Pandas如何解決dataframe的一列進(jìn)行向下順移問(wèn)題

這篇文章主要介紹Pandas如何解決dataframe的一列進(jìn)行向下順移問(wèn)題，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

錯(cuò)誤方案：

當(dāng)時(shí)首先想到的是用loc來(lái)直接進(jìn)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(huì)報(bào)錯(cuò)

愿望很美好，現(xiàn)實(shí)很殘酷，這種方法會(huì)報(bào)錯(cuò)。

不太好的方案：

于是打算用循環(huán)的辦法一個(gè)一個(gè)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(gè)僅僅O(n)算法復(fù)雜度的東西，實(shí)際檢驗(yàn)當(dāng)用在幾萬(wàn)行數(shù)據(jù)真的可以給你算好久好久，所以這個(gè)辦法也棄用了。

正確方案：

pandas的dataframe，每一行是有序號(hào)的，直接進(jìn)行替換的話(huà)，有時(shí)它會(huì)將相同序號(hào)的進(jìn)行替換，這個(gè)是dataFrame的特性，有時(shí)會(huì)忽略從你選擇的那一行開(kāi)始替換，而直接從0開(kāi)始。所以如果想用pandas來(lái)進(jìn)行順位移動(dòng)的話(huà)，目前沒(méi)有在API中找到便捷的方法。

最后終于想到了另外一個(gè)辦法，就是轉(zhuǎn)化為Numpy數(shù)組進(jìn)行移動(dòng)后，再轉(zhuǎn)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(shù)組截取[1, i]實(shí)際截取的是[1, i - 1]行！
 
  dt_new = pd.DataFrame()
 
  dt_new['test'] = dt_new_v

要注意Numpy數(shù)組截取[1, i]實(shí)際截取的是第[1, i - 1]行！

以上是“Pandas如何解決dataframe的一列進(jìn)行向下順移問(wèn)題”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！