根据上一列中的值在 Python Dataframe 中构建行

Posted 2023-03-12

【中文标题】根据上一列中的值在 Python Dataframe 中构建行

【英文标题】：Build rows in Python Dataframe, based on values in previous column

【发布时间】：2020-05-21 04:37:21

【问题描述】：

我的输入如下所示：

import datetime as dt
import pandas as pd

some_money = [34,42,300,450,550]
df = pd.DataFrame('TIME': ['2020-01', '2019-12', '2019-11', '2019-10', '2019-09'], \
                    'MONEY':some_money) 
df

产生以下内容：

我想再添加 3 列，获取上个月的 MONEY 值，如下所示（颜色编码用于说明目的）：

这是我尝试过的：

prev_period_money = ["m-1", "m-2", "m-3"]
for m in prev_period_money:
    df[m] = df["MONEY"] - 10 #well, it "works", but it gives df["MONEY"]- 10...

TIME 列已排序，因此不必关心它。 （但如果有人展示“魔法”，能够从中获取数据，那就太好了。）

【参考方案1】：

用于pandas 0.24+ fill_value=0 in Series.shift，然后也是正确的整数列：

for x in range(1,4):
    df[f"m-x"] = df["MONEY"].shift(periods=-x, fill_value=0)

print (df)
      TIME  MONEY  m-1  m-2  m-3
0  2020-01     34   42  300  450
1  2019-12     42  300  450  550
2  2019-11    300  450  550    0
3  2019-10    450  550    0    0
4  2019-09    550    0    0    0

对于低于 0.24 的 pandas，需要替换缺失值并转换为整数：

for x in range(1,4):
    df[f"m-x"] = df["MONEY"].shift(periods=-x).fillna(0).astype(int)

【讨论】：

语法短得多。

每列的fillna(0) 实际上是相当重要的，否则df = df.fillna(0) 可能会“污染”整个表格。

【参考方案2】：

如果你使用shift就很简单

这会给你想要的输出：

df["m-1"] = df["MONEY"].shift(periods=-1)
df["m-2"] = df["MONEY"].shift(periods=-2)
df["m-3"] = df["MONEY"].shift(periods=-3)
df = df.fillna(0)

这只有在订购时才有效。否则，您必须先订购。

【讨论】：

如果您知道“移位”存在......我期待“偏移”作为一个术语。 :) 谢谢 :)

@Vityata 这是真的。知识就是力量。顺便说一句，你也可以将它集成到你的 for 循环中，而不是三行。

【参考方案3】：

我的建议：使用带有 shift 函数的列表推导来获取三列，将它们连接到列上，然后再次将其连接到原始数据帧

(pd.concat([df,pd.concat([df.MONEY.shift(-i) for i in 
                         range(1,4)],axis=1)],
           axis=1)
  .fillna(0)
 )


    TIME    MONEY   MONEY   MONEY   MONEY
0   2020-01 34  42.0    300.0   450.0
1   2019-12 42  300.0   450.0   550.0
2   2019-11 300 450.0   550.0   0.0
3   2019-10 450 550.0   0.0 0.0
4   2019-09 550 0.0 0.0 0.0

【参考方案4】：

import pandas as pd

columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov"]
some_money = [34,42,300,450,550]

df = pd.DataFrame('TIME': ['2020-01', '2019-12', '2019-11', '2019-10', '2019-09'], 'MONEY':some_money)

prev_period_money = ["m-1", "m-2", "m-3"]
count = 1
for m in prev_period_money:
    df[m] = df['MONEY'].iloc[count:].reset_index(drop=True)
    count += 1

df = df.fillna(0)

输出：

      TIME  MONEY    m-1    m-2    m-3
0  2020-01     34   42.0  300.0  450.0
1  2019-12     42  300.0  450.0  550.0
2  2019-11    300  450.0  550.0    0.0
3  2019-10    450  550.0    0.0    0.0
4  2019-09    550    0.0    0.0    0.0

【讨论】：

索引的删除和重置是什么概念？

@Vityata iloc 正在收集带有原始索引的行