如何在 python 数据帧中使用熊猫移动值

Question

我有一个这样的数据帧，

d = {'ID': ["A", "A", "B", "B", "C", "C", "D", "D", "E", "E", "F", "F"],

    'value': [23, 23, 52, 52, 36, 36, 46, 46, 9, 9, 110, 110]}
df = pd.DataFrame(data=d)
   ID  value
0   A     23
1   A     23
2   B     52
3   B     52
4   C     36
5   C     36
6   D     46
7   D     46
8   E      9
9   E      9
10  F    110
11  F    110

基本上，我复制原始数据集(n 行(。我想得到的数据帧似乎是这样的，

   ID  value
0   A     23
1   B     23
2   B     52
3   C     52
4   C     36
5   D     36
6   D     46
7   E     46
8   E      9
9   F      9

将值列向下移动一个单位，并保留所有值对。所以，我失去了A的第一个，F的最后一个和最后两个值110。最后，我有 2n-2 行。

Answer 1

我认为需要：

df = df.set_index('ID').shift().iloc[1:-1].reset_index()
print (df)
  ID  value
0  A   23.0
1  B   23.0
2  B   52.0
3  C   52.0
4  C   36.0
5  D   36.0
6  D   46.0
7  E   46.0
8  E    9.0
9  F    9.0

Answer 2

我认为这将解决您的问题

import pandas as pd
d = {'ID': ["A", "A", "B", "B", "C", "C", "D", "D", "E", "E","F","F"],
    'value': [23, 23, 52, 52, 36, 36, 46, 46, 9, 9, 110, 110]}
df = pd.DataFrame(data=d)
df['value']=df['value'].shift(1)
df2=df[1:11] #here 11 is n-1,it depends on number of rows
print(df2)

Answer 3

因此，

如果您只想将ID移位 -1 并排除最后 2 行：

df['ID'] = df['ID'].shift(-1)
result = df[:-2]