代码收藏家技术教程 2024-04-26

Python Pandas 中的 shift() 函数，实现数据平移的利器

概要

shift() 是 Pandas 中一个常用的数据处理函数，它用于对数据进行移动或偏移操作，常用于时间序列数据或需要计算前后差值的情况。本文将详细介绍 shift() 函数的用法，包括语法、参数、示例以及常见应用场景。

什么是 `shift()` 函数？

shift() 函数是 Pandas 库中的一个数据处理函数，用于将数据按指定方向移动或偏移。它可以对时间序列数据或其他类型的数据进行操作，通常用于计算时间序列数据的差值、百分比变化等。该函数的主要作用是将数据移动到指定的行或列，留下空白或填充 NaN 值。

`shift()` 函数的语法

shift() 函数的基本语法如下：

DataFrame.shift(periods=1, freq=None, axis=0, fill_value=None)

参数说明：

periods：指定移动的步数，可以为正数（向下移动）或负数（向上移动）。默认为 1。

freq：可选参数，用于指定时间序列数据的频率，通常用于时间序列数据的移动操作。

axis：指定移动的方向，可以为 0（默认，沿行移动）或 1（沿列移动）。

fill_value：可选参数，用于填充移动后留下的空白位置，通常为填充 NaN 值。

`shift()` 函数的示例

通过一些示例来演示 shift() 函数的用法。

示例 1：向下移动数据

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 向下移动一行数据
df_shifted = df.shift(periods=1)
print(df_shifted)

输出结果：

     A     B
0  NaN   NaN
1  1.0  10.0
2  2.0  20.0
3  3.0  30.0
4  4.0  40.0

在这个示例中，创建了一个包含两列数据的 DataFrame，并使用 shift() 函数向下移动了一行数据。移动后，第一行的数据被填充为 NaN。

示例 2：向上移动数据

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 向上移动一行数据
df_shifted = df.shift(periods=-1)
print(df_shifted)

输出结果：

     A     B
0  2.0  20.0
1  3.0  30.0
2  4.0  40.0
3  5.0  50.0
4  NaN   NaN

这个示例，使用负数的 periods 参数将数据向上移动了一行。最后一行的数据被填充为 NaN。

示例 3：向右移动列数据

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 向右移动一列数据
df_shifted = df.shift(periods=1, axis=1)
print(df_shifted)

输出结果：

     A     B
0  NaN   1.0
1  NaN   2.0
2  NaN   3.0
3  NaN   4.0
4  NaN   5.0

在这个示例中，使用 axis=1 参数将列数据向右移动了一列，左边填充为 NaN。

示例 4：指定填充值

import pandas as pd

data = {'A': [1, 

2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 向下移动一行数据，填充空白处为 0
df_shifted = df.shift(periods=1, fill_value=0)
print(df_shifted)

输出结果：

在这个示例中，使用 fill_value 参数指定了填充值为 0，因此移动后的空白位置被填充为 0。

常见应用场景

shift() 函数在处理时间序列数据、计算数据差值、计算百分比变化等方面非常有用。

1. 计算时间序列数据的差值

import pandas as pd

# 创建一个包含时间序列数据的DataFrame
data = {'Date': pd.date_range(start='2023-01-01', periods=5, freq='D'),
        'Price': [100, 105, 110, 108, 112]}
df = pd.DataFrame(data)

# 计算每日价格的差值
df['Price_Diff'] = df['Price'].diff()
print(df)

输出结果：

        Date  Price  Price_Diff
0 2023-01-01    100         NaN
1 2023-01-02    105         5.0
2 2023-01-03    110         5.0
3 2023-01-04    108        -2.0
4 2023-01-05    112         4.0

2. 计算数据的滞后值或前值

import pandas as pd

# 创建一个包含数据的DataFrame
data = {'Value': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 计算数据的滞后值（前一行的值）
df['Lagged_Value'] = df['Value'].shift(1)
print(df)

输出结果：

   Value  Lagged_Value
0     10           NaN
1     20          10.0
2     30          20.0
3     40          30.0
4     50          40.0

3. 计算数据的百分比变化

import pandas as pd

# 创建一个包含数据的DataFrame
data = {'Sales': [1000, 1200, 1500, 1300, 1600]}
df = pd.DataFrame(data)

# 计算数据的百分比变化
df['Percentage_Change'] = (df['Sales'] - df['Sales'].shift(1)) / df['Sales'].shift(1) * 100
print(df)

输出结果：

   Sales  Percentage_Change
0   1000                 NaN
1   1200                20.0
2   1500                25.0
3   1300               -13.3
4   1600                23.1

4. 创建滑动窗口统计信息

import pandas as pd

# 创建一个包含数据的DataFrame
data = {'Value': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 计算数据的滑动平均值（窗口大小为3）
df['Moving_Average'] = df['Value'].rolling(window=3).mean()
print(df)

输出结果：

   Value  Moving_Average
0      1              NaN
1      2              NaN
2      3              2.0
3      4              3.0
4      5              4.0
5      6              5.0
6      7              6.0
7      8              7.0
8      9              8.0
9     10              9.0