如何将一列添加到由另一列的前 n 个值的数组组成的 Pandas 数据框中？

Question

我是 python 和 pandas 的新手。我不知道如何以优雅的方式解决以下问题。

假设我们有一个简单的 pandas 数据框。

import numpy as np
import pandas as pd
from pandas import DataFrame, Series
df = pd.DataFrame(np.arange(0,60,10), columns=['Value'])

现在设置一个变量，例如：

n = 3

目标是向 df 添加一列，由 n-preceding 值的数组组成，如下所示：

下一步可能是将 NaN 设置为零。

有没有聪明的方法来做到这一点？

提前感谢您的帮助，

吉尔伯特

Answer 1

我们可以使用df.shift 生成偏移列和列表推导将它们组合在一起，然后map 为dataframe 生成lists 的list。但是，生成的lists 的list 需要先进行转置，然后再将其分配给原始df，以便我们拥有与正确行对应的值列表。

df["b"] =np.array(map(list,[df["a"].shift(x) for x in range(1,4)])).T.tolist()

输入：

   a
0  1
1  2
2  3
3  4

输出：

   a                b
0  1  [nan, nan, nan]
1  2  [1.0, nan, nan]
2  3  [2.0, 1.0, nan]
3  4  [3.0, 2.0, 1.0]

Answer 2

这有点麻烦，但以下工作：

In [63]:
def func(x):
    return pd.Series(df['Value'], index=np.arange(x.name-3,x.name)).values.tolist()
df['ArrayValues'] = df[['Value']].apply(lambda x: func(x), axis=1)
df
​
Out[63]:
   Value       ArrayValues
0      0   [nan, nan, nan]
1     10   [nan, nan, 0.0]
2     20  [nan, 0.0, 10.0]
3     30       [0, 10, 20]
4     40      [10, 20, 30]
5     50      [20, 30, 40]

所以首先我们使用[[]] 对df 进行双下标，这样我们就可以将单列强制转换为df，这样我们就可以调用apply 并使用参数axis=1 到apply 我们的func 行，这是必需的，因为我们希望使用通过name 属性访问的当前行索引值来根据索引范围返回重新索引的Series，因为索引值不存在它会为索引创建NaN 值不存在的行，最后我们需要通过返回一个 numpy 数组来匿名化数据并将其转换为列表，这样我们就不会尝试在 Series 索引上对齐

编辑

如果我们将开始/停止参数交换为 np.arange 并使用负步骤，那么您将获得所需的顺序：

In [70]:
def func(x):
    return pd.Series(df['Value'], index=np.arange(x.name-1,x.name-4,-1)).values.tolist()
df['ArrayValues'] = df[['Value']].apply(lambda x: func(x), axis=1)
df
​
Out[70]:
   Value       ArrayValues
0      0   [nan, nan, nan]
1     10   [0.0, nan, nan]
2     20  [10.0, 0.0, nan]
3     30       [20, 10, 0]
4     40      [30, 20, 10]
5     50      [40, 30, 20]