python - 使用 pandas 数据框按索引进行移位

Question

有没有 Pandas 的方法可以做到这一点:

predicted_sells = []
for row in df.values:
    index_tms = row[0]
    delta = index_tms + timedelta(hours=1)
    try:
        sells_to_predict = df.loc[delta]['cars_sold']
    except KeyError:
        new_element = None
    predicted_sells.append(sells_to_predict)


df['sell_to_predict'] = predicted_sells

示例说明:

sell 是我当时 tms 售出的汽车数量。 sell_to_predict 是我一小时后售出的汽车数量。我想预测一下。所以我想建立一个新列，其中包含在 tms 时我将在 tms+1h 时出售的汽车数量

在我的代码之前它看起来像这样

                tms  sell 
2015-11-23 15:00:00     6               
2015-11-23 16:00:00     2               
2015-11-23 17:00:00    10         

看起来像这样

                tms  sell  sell_to_predict
2015-11-23 15:00:00     6                2
2015-11-23 16:00:00     2               10
2015-11-23 17:00:00    10              NaN

我根据其他列的移动创建了一个新列，但这不是列数的移动。这是基于索引的转变(这里索引是时间戳)

这是另一个示例，稍微复杂一点:

之前:

            sell  random
store hour              
1     1        1       9
      2        7       7
2     1        4       3
      2        2       3

之后:

            sell  random  predict
store hour              
1     1        1       9        7
      2        7       7      NaN
2     1        4       3        2
      2        2       3      NaN

Answer 1

你尝试过shift吗？

例如

df = pd.DataFrame(list(range(4)))
df.columns = ['sold']
df['predict'] = df.sold.shift(-1)

df
   sold  predict
0     0        1
1     1        2
2     2        3
3     3      NaN