用法:
DataFrame.shift(periods=1, freq=None, axis=0, fill_value=NoDefault.no_default)
使用可选时间
freq
将索引移动所需的周期数。当
freq
未通过时,移动索引而不重新对齐数据。如果freq
被传递(在这种情况下,索引必须是日期或日期时间,否则会引发NotImplementedError
),索引将使用句点和freq
增加。只要在索引中设置了 freq 或 inferred_freq 属性,就可以在指定为 “infer” 时推断freq
。- periods:int
要转移的周期数。可以是正面的或负面的。
- freq:DateOffset、tseries.offsets、timedelta 或 str,可选
使用 tseries 模块或时间规则的偏移量(例如“EOM”)。如果指定了
freq
,则索引值会移动,但数据不会重新对齐。也就是说,如果您想在移位时扩展索引并保留原始数据,请使用freq
。如果freq
被指定为 “infer” 那么它将从索引的 freq 或 inferred_freq 属性中推断出来。如果这些属性都不存在,则会抛出 ValueError。- axis:{0 或‘index’,1 或‘columns’,无},默认无
换个方向。
- fill_value:对象,可选
用于新引入的缺失值的标量值。默认值取决于
self
的 dtype。对于数值数据,使用np.nan
。对于日期时间、时间增量或周期数据等。使用NaT
。对于扩展数据类型,使用self.dtype.na_value
。
- DataFrame
输入对象的副本,已移动。
参数:
返回:
例子:
>>> df = pd.DataFrame({"Col1":[10, 20, 15, 30, 45], ... "Col2":[13, 23, 18, 33, 48], ... "Col3":[17, 27, 22, 37, 52]}, ... index=pd.date_range("2020-01-01", "2020-01-05")) >>> df Col1 Col2 Col3 2020-01-01 10 13 17 2020-01-02 20 23 27 2020-01-03 15 18 22 2020-01-04 30 33 37 2020-01-05 45 48 52
>>> df.shift(periods=3) Col1 Col2 Col3 2020-01-01 NaN NaN NaN 2020-01-02 NaN NaN NaN 2020-01-03 NaN NaN NaN 2020-01-04 10.0 13.0 17.0 2020-01-05 20.0 23.0 27.0
>>> df.shift(periods=1, axis="columns") Col1 Col2 Col3 2020-01-01 NaN 10 13 2020-01-02 NaN 20 23 2020-01-03 NaN 15 18 2020-01-04 NaN 30 33 2020-01-05 NaN 45 48
>>> df.shift(periods=3, fill_value=0) Col1 Col2 Col3 2020-01-01 0 0 0 2020-01-02 0 0 0 2020-01-03 0 0 0 2020-01-04 10 13 17 2020-01-05 20 23 27
>>> df.shift(periods=3, freq="D") Col1 Col2 Col3 2020-01-04 10 13 17 2020-01-05 20 23 27 2020-01-06 15 18 22 2020-01-07 30 33 37 2020-01-08 45 48 52
>>> df.shift(periods=3, freq="infer") Col1 Col2 Col3 2020-01-04 10 13 17 2020-01-05 20 23 27 2020-01-06 15 18 22 2020-01-07 30 33 37 2020-01-08 45 48 52
相关用法
- Python pandas.DataFrame.shape用法及代码示例
- Python pandas.DataFrame.sparse.from_spmatrix用法及代码示例
- Python pandas.DataFrame.select_dtypes用法及代码示例
- Python pandas.DataFrame.size用法及代码示例
- Python pandas.DataFrame.subtract用法及代码示例
- Python pandas.DataFrame.stack用法及代码示例
- Python pandas.DataFrame.set_index用法及代码示例
- Python pandas.DataFrame.sort_index用法及代码示例
- Python pandas.DataFrame.swaplevel用法及代码示例
- Python pandas.DataFrame.sub用法及代码示例
- Python pandas.DataFrame.sort_values用法及代码示例
- Python pandas.DataFrame.set_flags用法及代码示例
- Python pandas.DataFrame.sparse.to_dense用法及代码示例
- Python pandas.DataFrame.squeeze用法及代码示例
- Python pandas.DataFrame.std用法及代码示例
- Python pandas.DataFrame.sample用法及代码示例
- Python pandas.DataFrame.set_axis用法及代码示例
- Python pandas.DataFrame.sum用法及代码示例
- Python pandas.DataFrame.ewm用法及代码示例
- Python pandas.DataFrame.dot用法及代码示例
注:本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.shift。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。