Rozważ ramkę danych df

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

df

   A  B
0  1  X
1  2  Y

Jeśli przejdę dalej axis=0(domyślnie)

df.shift()

     A    B
0  NaN  NaN
1  1.0    X

Przesuwa wszystkie rzędy o jeden rząd w dół zgodnie z oczekiwaniami.

Ale kiedy się zmieniam axis=1

df.shift(axis=1)

    A    B
0 NaN  NaN
1 NaN  NaN

Wszystko jest zerowe, kiedy się spodziewałem

     A  B
0  NaN  1
1  NaN  2

Rozumiem, dlaczego tak się stało. Ponieważ axis=0Panda działa kolumna po kolumnie, gdzie każda kolumna jest pojedyncza, dtypea podczas przesuwania istnieje jasny protokół, w jaki sposób radzić sobie z wprowadzoną NaNwartością na początku lub na końcu. Ale przechodząc dalej axis=1, wprowadzamy potencjalną niejednoznaczność dtypejednej kolumny do drugiej. W tym przypadku próbuję wymusić int64wprowadzenie do objectkolumny, a Panda postanawia po prostu zerować wartości.

Staje się to bardziej problematyczne, gdy dtypessą int64ifloat64

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

df

   A    B
0  1  1.0
1  2  2.0

I to samo się dzieje

df.shift(axis=1)

    A   B
0 NaN NaN
1 NaN NaN

Moje pytanie

Jakie są dobre opcje tworzenia ramek danych, które są przesuwane, axis=1w których wynik ma przesunięte wartości i typy?

W przypadku int64/ float64wynik wygląda następująco:

df_shifted

     A  B
0  NaN  1
1  NaN  2

i

df_shifted.dtypes

A    object
B     int64
dtype: object

Bardziej kompleksowy przykład

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

Powinno tak wyglądać

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

Okazuje się, że Pandy przesuwają się po blokach podobnych dtypes

Zdefiniuj dfjako

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

Przeniesie liczby całkowite do następnej kolumny liczb całkowitych, przestawi się do następnej kolumny przestawnej, a obiekty do następnej kolumny obiektów

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

Nie wiem, czy to dobry pomysł, ale to jest to, co się dzieje.

Podejścia

astype(object) pierwszy

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

Zrobię to 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

Chociaż prawdopodobnie to zrobiłbym

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

Próbowałem użyć numpymetody. Metoda działa tak długo, jak długo przechowujesz dane w tablicy numpy:

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)

Ale po wywołaniu DataFramekonstruktora wszystkie kolumny są konwertowane na, objectchociaż wartości w tablicy są następujące 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