Python pyspark Index.shift用法及代码示例

本文简要介绍 pyspark.pandas.Index.shift 的用法。

用法: Index.shift(periods: int = 1, fill_value: Optional[Any] = None) → IndexOpsLike

按所需的周期数移动系列/索引。

注意

当前的 shift 实现使用 Spark 的 Window 而不指定分区规范。这会导致将所有数据移动到单个机器中的单个分区中，并可能导致严重的性能下降。避免对非常大的数据集使用此方法。

参数：

periods：int: 要转移的周期数。可以是正面的或负面的。
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 的数据类型。对于数值数据，使用np.nan。

输入系列/索引的副本，已移动。

例子：

>>> df = ps.DataFrame({'Col1': [10, 20, 15, 30, 45],
...                    'Col2': [13, 23, 18, 33, 48],
...                    'Col3': [17, 27, 22, 37, 52]},
...                   columns=['Col1', 'Col2', 'Col3'])

>>> df.Col1.shift(periods=3)
0     NaN
1     NaN
2     NaN
3    10.0
4    20.0
Name: Col1, dtype: float64

>>> df.Col2.shift(periods=3, fill_value=0)
0     0
1     0
2     0
3    13
4    23
Name: Col2, dtype: int64

>>> df.index.shift(periods=3, fill_value=0)
Int64Index([0, 0, 0, 0, 1], dtype='int64')

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.Index.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。

用法:

参数：

返回：

例子：