我正在尝试通过将行数据的“窗口”转换为列数据来重塑数据框架。例如，给定数据框，窗口大小为2：
A B
0 a1 b1
1 a2 b2
2 a3 b3
3 a4 b4
我想产生数据框：
A1 A2 B1 B2
0 a1 a2 b1 b2
1 a2 a3 b2 b3
2 a3 a4 b3 b4
这很棘手，因为旧数据帧中的单元格在生成的数据帧中可能没有唯一索引。
我当然可以做一些复杂的事情，例如遍历旧数据框中的行，计算新数据中单元格的位置，然后简单地复制数据。但是我想要一个更简单的解决方案...
您可以查看窗口大小为2的操作，方法是将DataFrame向上移动一行，将其与原始DataFrame水平连接，最后进行一些重新排序。因此，无需遍历行就可以这样完成：
res = df.merge(df.shift(-1), left_index=True, right_index=True).iloc[:-1]
res.columns = ['A1', 'B1', 'A2', 'B2']
res = res[['A1', 'A2', 'B1', 'B2']]
print res
输出：
A1 A2 B1 B2
0 a1 a2 b1 b2
1 a2 a3 b2 b3
2 a3 a4 b3 b4
可以将其概括为任意DataFrame和窗口大小：
def rolling(df, window_size=2):
dfs = [df]
for i in range(1, window_size):
dfs.append(df.shift(-i))
res = pd.concat(dfs, axis=1).iloc[:-(window_size-1)]
colnames = [c + str(i) for i in range(1, window_size+1) for c in df.columns]
reorder = [c + str(i) for c in df.columns for i in range(1, window_size+1)]
res.columns = colnames
return res[reorder]
print rolling(df, 3)
输出：
A1 A2 A3 B1 B2 B3
0 a1 a2 a3 b1 b2 b3
1 a2 a3 a4 b2 b3 b4
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句