python 实现rolling和apply函数的向下取值操作

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

新的df

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

以上这篇python 实现rolling和apply函数的向下取值操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

以上是 python 实现rolling和apply函数的向下取值操作 的全部内容, 来源链接: utcz.com/z/344084.html

回到顶部