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(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!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。