Hãy xem xét khung dữ liệu df

df = pd.DataFrame(dict(A=[1, 2], B=['X', 'Y']))

df

   A  B
0  1  X
1  2  Y

Nếu tôi thay đổi axis=0 (mặc định)

df.shift()

     A    B
0  NaN  NaN
1  1.0    X

Nó đẩy tất cả các hàng xuống dưới một hàng như mong đợi.

Nhưng khi tôi thay đổi axis=1

df.shift(axis=1)

    A    B
0 NaN  NaN
1 NaN  NaN

Mọi thứ đều vô giá trị khi tôi mong đợi

     A  B
0  NaN  1
1  NaN  2

Tôi hiểu tại sao điều này xảy ra. Đối với axis=0, Pandas đang vận hành cột theo cột trong đó mỗi cột là một dtypevà khi chuyển đổi, có giao thức rõ ràng về cách xử lý NaNgiá trị được giới thiệu ở đầu hoặc cuối. Nhưng khi chuyển dọc, axis=1chúng tôi giới thiệu sự mơ hồ tiềm năng dtypetừ cột này sang cột khác. Trong trường hợp này, tôi đang cố gắng ép buộc int64vào một objectcột và Pandas quyết định chỉ vô hiệu hóa các giá trị.

Điều này trở nên khó giải quyết hơn khi dtypeslà int64vàfloat64

df = pd.DataFrame(dict(A=[1, 2], B=[1., 2.]))

df

   A    B
0  1  1.0
1  2  2.0

Và điều tương tự xảy ra

df.shift(axis=1)

    A   B
0 NaN NaN
1 NaN NaN

Câu hỏi của tôi

Các tùy chọn tốt để tạo một khung dữ liệu được dịch chuyển dọcaxis=1 đó kết quả đã thay đổi giá trị và kiểu chữ là gì?

Đối với int64/ float64trường hợp, kết quả sẽ như sau:

df_shifted

     A  B
0  NaN  1
1  NaN  2

và

df_shifted.dtypes

A    object
B     int64
dtype: object

Một ví dụ toàn diện hơn

df = pd.DataFrame(dict(A=[1, 2], B=[1., 2.], C=['X', 'Y'], D=[4., 5.], E=[4, 5]))

df

   A    B  C    D  E
0  1  1.0  X  4.0  4
1  2  2.0  Y  5.0  5

Nên như thế này

df_shifted

     A  B    C  D    E
0  NaN  1  1.0  X  4.0
1  NaN  2  2.0  Y  5.0

df_shifted.dtypes

A     object
B      int64
C    float64
D     object
E    float64
dtype: object

Hóa ra Pandas đang chuyển qua các khối tương tự dtypes

Xác định dflà

df = pd.DataFrame(dict(
    A=[1, 2], B=[3., 4.], C=['X', 'Y'],
    D=[5., 6.], E=[7, 8], F=['W', 'Z']
))

df

#  i    f  o    f  i  o
#  n    l  b    l  n  b
#  t    t  j    t  t  j
#
   A    B  C    D  E  F
0  1  3.0  X  5.0  7  W
1  2  4.0  Y  6.0  8  Z

Nó sẽ chuyển các số nguyên sang cột số nguyên tiếp theo, số float sang cột float tiếp theo và các đối tượng sang cột đối tượng tiếp theo

df.shift(axis=1)

    A   B    C    D    E  F
0 NaN NaN  NaN  3.0  1.0  X
1 NaN NaN  NaN  4.0  2.0  Y

Tôi không biết nếu đó là một ý tưởng tốt, nhưng đó là những gì đang xảy ra.

Phương pháp tiếp cận

astype(object) Đầu tiên

dtypes = df.dtypes.shift(fill_value=object)
df_shifted = df.astype(object).shift(1, axis=1).astype(dtypes)

df_shifted

     A  B    C  D    E  F
0  NaN  1  3.0  X  5.0  7
1  NaN  2  4.0  Y  6.0  8

transpose

Se lam được object

dtypes = df.dtypes.shift(fill_value=object)
df_shifted = df.T.shift().T.astype(dtypes)

df_shifted

     A  B    C  D    E  F
0  NaN  1  3.0  X  5.0  7
1  NaN  2  4.0  Y  6.0  8

itertuples

pd.DataFrame([(np.nan, *t[1:-1]) for t in df.itertuples()], columns=[*df])

     A  B    C  D    E  F
0  NaN  1  3.0  X  5.0  7
1  NaN  2  4.0  Y  6.0  8

Mặc dù tôi có thể làm điều này

pd.DataFrame([
    (np.nan, *t[:-1]) for t in
    df.itertuples(index=False, name=None)
], columns=[*df])

Tôi đã thử sử dụng một numpyphương pháp. Phương thức này hoạt động miễn là bạn giữ dữ liệu của mình trong một mảng gọn gàng:

def shift_df(data, n):
    shifted = np.roll(data, n)
    shifted[:, :n] = np.NaN

    return shifted

shifted(df, 1)

array([[nan, 1, 1.0, 'X', 4.0],
       [nan, 2, 2.0, 'Y', 5.0]], dtype=object)

Nhưng khi bạn gọi hàm DataFrametạo, tất cả các cột được chuyển đổi thành objectmặc dù các giá trị trong mảng là float, int, object:

def shift_df(data, n):
    shifted = np.roll(data, n)
    shifted[:, :n] = np.NaN
    shifted = pd.DataFrame(shifted)

    return shifted

print(shift_df(df, 1),'\n')
print(shift_df(df, 1).dtypes)

     0  1  2  3  4
0  NaN  1  1  X  4
1  NaN  2  2  Y  5 

0    object
1    object
2    object
3    object
4    object
dtype: object