python如何实现rolling和apply函数的向下取值

发布时间：2020-07-17 16:25:07 作者：小猪
来源：亿速云阅读：1173

这篇文章主要讲解了python如何实现rolling和apply函数的向下取值，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。

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

python如何实现rolling和apply函数的向下取值

新的df

python如何实现rolling和apply函数的向下取值

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)

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：

看完上述内容，是不是对python如何实现rolling和apply函数的向下取值有进一步的了解，如果还想学习更多内容，欢迎关注亿速云行业资讯频道。

python如何实现rolling和apply函数的向下取值

相关阅读