如何将单元格值传递给 shift 函数

Question

如何将熊猫数据帧中的单元格值传递给移位函数？

下面是一些示例输入：

import pandas as pd
import numpy as np
df = pd.DataFrame(data={'x': [0,0,0,0,0,0,0,5,0,0],
'y': [np.nan,np.nan,np.nan,10,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan]})
df['z'] = np.where(df['x'].shift(1) > 0, (50 - df['y'].shift(5)), np.nan)
print(df)
df['a'] = np.where(df['x'].shift(1) > 0, (50 - df['y'].shift(df['x'].shift(1).get_value())), np.nan)

这是输出：

x     y     z
0  0   NaN   NaN
1  0   NaN   NaN
2  0   NaN   NaN
3  0  10.0   NaN
4  0   NaN   NaN
5  0   NaN   NaN
6  0   NaN   NaN
7  5   NaN   NaN
8  0   NaN  40.0
9  0   NaN   NaN
Traceback (most recent call last):
File "C:stockssandp500stack overflow question 1.py", line 11, in <module>
df['a'] = np.where(df['x'].shift(1) > 0, (50 - df['y'].shift(df['x'].shift(1).get_value())), np.nan)
TypeError: get_value() missing 1 required positional argument: 'label'

列"x"的值为 0 或介于 1 到 N 之间的某个整数。 这些整数是我想传递给 shift 函数以创建列"z"的值。 在"z"列中，我通过将"5"硬编码到移位函数中来作弊。 列"A"是我尝试将动态值从"X"列传递到 shift 函数。

在过去的 48 小时内，我已经尝试了数十种变体，但无法正常工作。 有人有想法吗？ 提前谢谢。

Answer 1

我认为您尝试做的事情可以通过df.apply来实现：

df = pd.DataFrame(data={'x': [0,0,0,0,0,0,0,5,0,0],
'y': [np.nan,np.nan,np.nan,10,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan]})

我认为在独立函数中遵循逻辑比在 lambda 中更容易：

def shifter(mydf):
offset = int(mydf['offset'])
if offset>0:
val = 50 - df.shift(int(offset))['y'].loc[int(mydf['index'])]
else:
val = np.nan
return val    

我用索引作为列制作了数据帧的副本，然后因为你在"x"列上做了额外的.shift(1)，所以我做了一个名为offset的辅助列，它只是提前这样做：

df2 = df.reset_index()
df2['offset'] = df2['x'].shift(1).fillna(0)
print(df2)
index  x     y  offset
0      0  0   NaN     0.0
1      1  0   NaN     0.0
2      2  0   NaN     0.0
3      3  0  10.0     0.0
4      4  0   NaN     0.0
5      5  0   NaN     0.0
6      6  0   NaN     0.0
7      7  5   NaN     0.0
8      8  0   NaN     5.0
9      9  0   NaN     0.0

然后，您可以逐行应用移位器功能。请注意，它仍然引用该函数中的原始df数据帧。它使用"索引"列中的值通过原始数据帧上的.loc查找调整后的行。

df['z'] = df2.apply(shifter, axis=1)
print(df)
x     y     z
0  0   NaN   NaN
1  0   NaN   NaN
2  0   NaN   NaN
3  0  10.0   NaN
4  0   NaN   NaN
5  0   NaN   NaN
6  0   NaN   NaN
7  5   NaN   NaN
8  0   NaN  40.0
9  0   NaN   NaN

相关，作为参考，如果您只是想在没有额外逻辑的情况下获取偏移值：

df = pd.DataFrame(data={'x': [0,1,3,5,2,1,0,5,0,1],
'y': [2.0,4,3,10,1,77,28,56,42,48]})
def simple_shifter(mydf):
offset = int(mydf['x'])
val = df.shift(int(offset))['y'].loc[int(mydf['index'])]
return val    
df3 = df.reset_index()
df['y_offset_by_x'] = df3.apply(simple_shifter, axis=1)
print(df)
x     y  y_offset_by_x
0  0   2.0            2.0
1  1   4.0            2.0
2  3   3.0            NaN
3  5  10.0            NaN
4  2   1.0            3.0
5  1  77.0            1.0
6  0  28.0           28.0
7  5  56.0            3.0
8  0  42.0           42.0
9  1  48.0           42.0

当然，如果数据帧很大，则需要进行速度优化，但这应该有效。