Logo
    教程

    Python

    Python 教程 Django 教程 Numpy 教程 Pandas 教程 Tkinter 教程 Pytorch 教程 Flask 教程 OpenCV 教程

    Java

    Java 教程 Servlet 教程 JSP 教程 Spring Boot 教程 Spring Framework 教程 Hibernate 教程 JavaFX 教程 Java Web Services 教程

    .Net Framework

    .Net Framework 教程 C# 教程 ASP.Net 教程 ADO.Net 教程 WPF 教程

    AI, ML and Data Science

    人工智能教程 机器学习教程 数据科学教程 深度学习教程 TensorFlow 教程 人工神经网络教程 Matplotlib 教程 Python Scipy 教程

    Cloud Technology

    云计算教程 AWS 教程 Microsoft Azure 教程 Salesforce 教程 GCP 教程

    B.Tech and MCA

    DBMS 教程 数据结构教程 操作系统教程 计算机网络教程 DAA 教程 计算机组织教程 软件工程教程 数据挖掘教程

    Web Technology

    HTML 教程 CSS 教程 JavaScript 教程 Jquery 教程 Angular 8 教程 React 教程 React Native 教程 Node.js 教程

    PHP

    PHP 教程 MySQL 教程 Laravel 教程 WordPress 教程 CodeIgniter 教程

    Software Testing

    软件测试教程 Selenium 教程 JIRA 教程 JMeter 教程 Postman 教程 TestNG 教程 SoapUI 教程 Cucumber 教程
    Interview

    Technical Interview

    Python 面试题 Java 面试题 .Net 面试题 C++ 面试题 React 面试题 Node.js 面试题 Angular 面试题 SQL 面试题 HR 面试题

    Java Interview

    Spring Boot 面试题 Spring 面试题 Hibernate 面试题 JDBC 面试题 Servlet 面试题 Maven 面试题 Jenkins 面试题

    Python

    Django 面试题 Pandas 面试题 Express.js 面试题 Python 编程面试题 Python 5年经验面试题

    Web Interview

    HTML 面试题 CSS 面试题 JavaScript 面试题 Jquery 面试题 PHP 面试题 Laravel 面试题 AJAX 面试题 前端开发面试题 jQuery 面试题

    Database Interview

    DBMS 面试题 SQL 面试题 PL/SQL 面试题 Oracle 面试题 MySQL 面试题 MongoDB 面试题 Redis 面试题

    B.Tech / MCA

    DBMS 面试题 操作系统面试题 OOPs 面试题 DSA 面试题 计算机网络面试题

    Important Interview

    C 语言面试题 Power BI 面试题 C# 面试题 Excel 面试题 C# 面试题 机器学习面试题 AWS 面试题 微服务面试题 MySQL 面试题

    Software Testing Interview

    手动测试面试题 Selenium 面试题 API 测试面试题 ETL 测试面试题 移动测试面试题

    Company Interviews

    IBM 面试题 Adobe 面试题 Microsoft 面试题 Amazon 面试题 TCS 面试题 Wipro 面试题 Accenture 面试题
    Compiler

    Online Compilers

    Python 在线编译器Java 在线编译器PHP 在线编译器C 语言在线编译器C++ 在线编译器HTML 在线编译器JavaScript 在线编译器TypeScript 在线编译器R 语言在线编译器Swift 在线编译器Kotlin 在线编译器Go 在线编译器C# 在线编译器Perl 在线编译器Groovy 在线编译器HTML, CSS & JavaScript 在线编辑器

    Multiple Choice Questions

    Python 选择题Java 选择题PHP 选择题C 编程选择题C++ 选择题HTML 选择题JavaScript 选择题SQL 选择题操作系统选择题计算机基础选择题计算机网络选择题DBMS 选择题数据结构选择题软件工程选择题云计算选择题人工智能选择题
    • Python Logo Python
    • java Java
    • javascript JavaScript
    • sql SQL
    • c C
    • c++ C++
    • html HTML
    • css CSS
    • React React
    • Node.js Node.js
    • Spring Boot Spring Boot
    • c# C#
    • php PHP
    • MySQL MySQL
    • MongoDB MongoDB
    • Artificial Intelligence AI
    • Machine Learning ML
    • data structures DSA
    • dbms DBMS
    • Operating System OS
    • aptitude Aptitude
    • reasoning Reasoning

    • Pandas 教程

    • Pandas Series
    • Pandas Series.map()
    • Pandas Series.std()
    • Series.to_frame()
    • Series.unique()
    • Series.value_counts()

    • Pandas DataFrame
    • DataFrame.append()
    • DataFrame.apply()
    • DataFrame.aggregate()
    • DataFrame.assign()
    • DataFrame.astype()
    • DataFrame.count()
    • DataFrame.cut()
    • DataFrame.describe()
    • DataFrame.drop_duplicates()
    • DataFrame.groupby()
    • DataFrame.head()
    • DataFrame.hist()
    • DataFrame.iterrows()
    • DataFrame.join()
    • DataFrame.mean()
    • DataFrame.melt()
    • DataFrame.merge()
    • DataFrame.pivot_table()
    • Pandas DataFrame.query()
    • DataFrame.rename()
    • DataFrame.sample()
    • DataFrame.shift()
    • DataFrame.sort()
    • DataFrame.sum()
    • DataFrame.to_excel()
    • DataFrame.transform()
    • DataFrame.transpose()
    • DataFrame.where()

    • 向 DataFrame 列添加列
    • DataFrame 转换为 Numpy 数组
    • Pandas DataFrame 转换为 CSV
    • Pandas 读取文件
    • Pandas 连接

    • 数据操作
    • 数据处理
    • DataFrame.corr()
    • DataFrame.dropna()
    • DataFrame.fillna()
    • DataFrame.replace()
    • DataFrame.iloc[]
    • DataFrame.isin()
    • DataFrame.loc[]
    • loc vs iloc

    • Pandas 速查表

    • Pandas 索引
    • 多重索引
    • Pandas 重新索引
    • 重置索引
    • 设置索引

    • Pandas NumPy
    • 布尔索引
    • 连接数据
    • Pandas vs NumPy

    • Pandas 时间序列
    • Pandas 日期时间
    • Pandas 时间偏移
    • Pandas 时间段
    • 将字符串转换为日期

    • Pandas 绘图

    • Pandas 排序方法
    • 在 pandas 中删除列
    • 索引和选择 Pandas DataFrame
    • 如何在 Pandas 中删除行
    • Pandas - 从整个 DataFrame 中删除空格
    • 与 Groupby 一起使用的 3 个鲜为人知的 Pandas 函数
    • 帮助您掌握 Pandas 库的 5 本书
    • 使用 Pandas 通过重叠窗口技术识别时间序列数据中的模式
    • 在 Pandas 中应用 If-Else 条件语句的 5 种方法

    • Pandas 面试
    下一个 → ← 上一个

    Pandas DataFrame.shift()

    2024 年 8 月 29 日 | 阅读 2 分钟

    如果你想移动列,或者用 DataFrame 中的前一行值减去列值,可以使用 shift() 函数来实现。它包含一个称为 period 的标量参数,该参数负责显示要在所需轴上进行的移动次数。 它也能够处理时间序列数据。

    语法

    参数

    • periods: 它包含一个整数值,可以是正数或负数。 它定义了要移动的周期数。
    • freq: 它可以与 DateOffset、tseries 模块、str 或时间规则(例如,“EOM”)一起使用。
    • axis: 0 用于移动索引,而 1 用于移动列。
    • fill_value: 用于填充新缺失的值。

    返回值

    它返回 DataFrame 的移动副本。

    示例 1: 以下示例演示了 shift() 的工作原理。

    输出

       a_data    b_data   c_data 
    0   NaN       NaN      NaN
    1   NaN       NaN      NaN
    2   45.0      26.0     22.0
    3   28.0      37.0     19.0
    4   39.0      41.0     11.0
    

    示例 2: 该示例显示了如何使用 fill_value 填充 DataFrame 中的缺失值。

    输出

       a_data    b_data   c_data 
    0    70       70       45
    1    70       70       28
    2    70       70       39
    3    70       70       32
    4    70       70       18
    

    下一个主题DataFrame.sort()


    ← 上一个 下一个 →



    相关帖子

    • DataFrame.iterrows()

      Pandas 如果您想遍历 DataFrame 以对每一行执行一些操作,那么您可以在 Pandas 中使用 iterrows() 函数。 Pandas 使用三个函数来遍历 DataFrame 的行,即 iterrows()、iteritems() 和 itertuples()。 使用 Pandas iterrows 迭代行:The...

      阅读 4 分钟

    • DataFrame.sum()

      Pandas Pandas 函数用于返回用户请求的轴的值的总和。 如果输入值是索引轴,那么它会将列中的所有值相加,并且对所有列的工作方式相同。 它...

      阅读 2 分钟

    • DataFrame.transform()

      Pandas DataFrame.transform 我们可以将 Pandas DataFrame 定义为具有一些标记轴(行和列)的二维大小可变、异构表格数据结构。 执行算术运算将对齐行和列标签。 它可以被认为是 Series 对象的类字典容器。 主要任务是...

      阅读 3 分钟

    • DataFrame.pivot_table()

      Pandas Pandas pivot_table() 用于计算、聚合和汇总您的数据。 它被定义为一种强大的工具,可以通过诸如 Sum、Count、Average、Max 和 Min 等计算来聚合数据。 它还允许用户在数据透视时对数据进行排序和过滤……

      阅读 2 分钟

    • DataFrame.where()

      Pandas where() 方法的主要任务是检查数据帧的一个或多个条件,并相应地返回结果。 默认情况下,如果行不满足条件,则用 NaN 值填充。 语法 DataFrame.where(cond, other=nan, inplace=False, axis=None, level=None, errors='raise',...

      阅读1分钟

    • DataFrame.melt()

      Pandas melt() Pandas.melt() 函数用于将 DataFrame 从宽格式转换为长格式。 它的主要任务是将 DataFrame 转换为一种格式,其中一些列是标识符变量,其余列被视为测量变量,并取消透视到...

      阅读 2 分钟

    • DataFrame.groupby()

      Pandas 简介 Pandas是一个著名的Python库,用于数据操作和分析。它提供了一种强大而灵活的方法来处理数据结构,例如数据帧和序列。Pandas的关键亮点之一是至少按...对数据进行分组的能力。

      阅读 6 分钟

    • DataFrame.merge()

      Pandas Pandas merge() 被定义为将两个数据集组合在一起,并根据公共属性或列对齐行的过程。 它是 DataFrame 对象之间所有标准数据库连接操作的入口点: 语法:pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False,...

      阅读 4 分钟

    • DataFrame.describe()

      Pandas describe() 方法用于计算序列或 DataFrame 的数值的一些统计数据,如百分位数、平均值和标准差。 它分析数字和对象系列以及混合数据类型的 DataFrame 列集。 语法 DataFrame.describe(percentiles=None, include=None, exclude=None) 参数 percentile:它是...

      阅读 2 分钟

    • DataFrame.hist()

      Pandas hist() 函数定义为快速了解数据集中某些数值变量的分布的一种方式。 它将数值变量中的值划分为“箱”。 它计算落在每个箱中的检查次数。 这些箱...

      阅读 2 分钟


    订阅 Tpoint Tech

    我们请求您订阅我们的新闻通讯以获取最新更新。



    Logo

    我们提供所有技术(如 Java 教程、Android、Java 框架)的教程和面试问题

    联系信息

    G-13, 2nd Floor, Sec-3, Noida, UP, 201301, India

    hr@tpointtech.com

    +91-9599086977

    关注我们
    Tpoint Tech Facebook PageTpoint Tech X PageTpoint Tech Linkedin PageTpoint Tech Telegram ChannelTpoint Tech Youtube ChannelTpoint Tech instagram Page
    教程
    Java 数据结构 C 语言 C++ 教程 C# 教程 PHP 教程HTML 教程 JavaScript 教程jQuery 教程Spring 教程
    面试题
    Microsoft Amazon Adobe Intuit Accenture Cognizant Capgemini Wipro Tcs Infosys
    在线编译器
    C R C++ Php Java Html Swift Python JavaScript TypeScript
    最新帖子 | 教程列表 | 隐私政策 | 关于我们 | 联系我们
    © 版权所有 2011 - 2025 TpointTech.com。保留所有权利。
    TPoint Tech Logo