Python 2.7：按天和列值移动数据框答案

【问题标题】：Python 2.7: shift a dataframe by day and a column valuePython 2.7：按天和列值移动数据框
【发布时间】：2017-08-08 09:41:48
【问题描述】：

我有一个名为 df1 的数据框，如下所示：

df1:

               a   b    id
2010-01-01     2   3    21
2010-01-01     2   4    22
2010-01-01     3   5    23
2010-01-01     4   6    24
2010-01-02     1   4    21
2010-01-02     2   5    22
2010-01-02     3   6    23
2010-01-02     4   7    24
2010-01-03     1   8    21
2010-01-03     2   9    22
2010-01-03     3   10    23
2010-01-03     4   11   24
...........................

我想移动a、b和id的值，第i行的值变成第i+1行的值。可以看到df1，同一个日期有好几行，id不一样。我想移动df1，我的意思是2010-01-02值是基于id的2010-01-03值（我的意思是id 21的2010-01-02值是2010-01- 03 id 21 的值）。谢谢！

我想要的答案：

                a   b    id
2010-01-01     Nan   Nan    Nan
2010-01-01     Nan   Nan    Nan
2010-01-01     Nan   Nan    Nan
2010-01-01     Nan   Nan    Nan
2010-01-02     2   3    21
2010-01-02     2   4    22
2010-01-02     3   5    23
2010-01-02     4   6    24
2010-01-03     1   4    21
2010-01-03     2   5    22
2010-01-03     3   6    23
2010-01-03     4   7    24
...........................

【问题讨论】：

你能发布你想要的数据集吗？
每个日期的行数和id值集是否相同？我要问的是 2010-01-01 我们有四行，我们也有四行 2010-01-02。整个数据都是这样吗？所有日期都有四行吗？另外，在这个例子中，id 值的集合是 21 到 24。这在整个数据中是否一致？
感谢您的 cmets！行数，id都一样

标签： python python-2.7 pandas dataframe

【解决方案1】：

如果所有组的长度相同（在示例 4 中）并且 DatetimeIndex 已排序：

df2 = df.shift((df.index == df.index[0]).sum())
print (df2)
              a    b    id
2010-01-01  NaN  NaN   NaN
2010-01-01  NaN  NaN   NaN
2010-01-01  NaN  NaN   NaN
2010-01-01  NaN  NaN   NaN
2010-01-02  2.0  3.0  21.0
2010-01-02  2.0  4.0  22.0
2010-01-02  3.0  5.0  23.0
2010-01-02  4.0  6.0  24.0
2010-01-03  1.0  4.0  21.0
2010-01-03  2.0  5.0  22.0
2010-01-03  3.0  6.0  23.0
2010-01-03  4.0  7.0  24.0

但如果需要将索引值移动一天：

df3 = df.shift(1, freq='D')
print (df3)
            a   b  id
2010-01-02  2   3  21
2010-01-02  2   4  22
2010-01-02  3   5  23
2010-01-02  4   6  24
2010-01-03  1   4  21
2010-01-03  2   5  22
2010-01-03  3   6  23
2010-01-03  4   7  24
2010-01-04  1   8  21
2010-01-04  2   9  22
2010-01-04  3  10  23
2010-01-04  4  11  24

【讨论】：

【解决方案2】：

如果日期已排序，其中一种方法是借助形状，即

df.shift(df.loc[df.index[0]].shape[0])
# Or len 
df.shift(len(df.loc[df.index[0]]))

输出：

投标 2010-01-01 NaN NaN NaN 2010-01-01 NaN NaN NaN 2010-01-01 NaN NaN NaN 2010-01-01 NaN NaN NaN 2010-01-02 2.0 3.0 21.0 2010-01-02 2.0 4.0 22.0 2010-01-02 3.0 5.0 23.0 2010-01-02 4.0 6.0 24.0 2010-01-03 1.0 4.0 21.0 2010-01-03 2.0 5.0 22.0 2010-01-03 3.0 6.0 23.0 2010-01-03 4.0 7.0 24.0

【讨论】：