与 pandas.shift() 函数等效的 numpy 数组？

Question

我有一个数组

    [False False False ...  True  True  True]

我想检查以前的值是否 == 当前值。在 pandas 中，我可以使用类似...

np.where(df[col name].shift(1).eq(df[col name]), True, False)

我尝试使用 scipy shift 但输出不正确，所以也许我用错了？

np.where(shift(long_gt_price, 1) == (long_gt_price),"-", "Different")

当我说它产生不正确的输出时，我只是想告诉你我的意思：左列是 shift(1)，右列是未移位的列，所以左列应该至少等于它的正方形对角线这就是我的理解/我想要的 False / True 在左边 5 和 4 在右边因此对我没有任何意义。

Answer 1

为什么不使用切片

arr[1:] == arr[:-1]

结果数组会稍微短一些，但不需要处理边界情况。

Answer 2

这似乎是你想要的：

shift_by = 1
arr = np.array([False, False, False, True, True, True]).tolist() ## array -> list
shift_arr = [np.nan]*shift_by + arr[:-shift_by]
np.equal(arr,shift_arr)

纯属numpy：

shift_by = 1
arr = np.array([False, False, False, True, True, True])
np.concatenate([np.array([False]*shift_by),np.equal(arr[shift_by:],arr[:-shift_by])])