python - pandas shift 不适用于列和行的子集

Question

我有以下数据框:
df = pd.DataFrame({"a":[1,2,3,4,5], "b":[3,2,1,2,2], "c": [2,1,0,2,1]})

    a   b   c
0   1   3   2
1   2   2   1
2   3   1   0
3   4   2   2
4   5   2   1

我想将索引 0 处的列 a 和 b 移动到 2。即我想要的结果是

    a   b   c
0  NaN NaN  2
1   1   3   1
2   2   2   0
3   4   1   2
4   5   2   1

如果我做
df[["a", "b"]][0:3] = df[["a", "b"]][0:3].shift(1)
并查看 df ，好像没变。

但是，如果只选择行或列，则它有效:

单列，选择行的子集:
df["a"][0:3] = df["a"][0:3].shift(1)
输出:

     a  b   c
0   NaN 3   2
1   1.0 2   1
2   2.0 1   0
3   4.0 2   2
4   5.0 2   1

同样，如果我选择 列列表，但所有行 ，它也按预期工作:
df[["a", "b"]] = df[["a", "b"]].shift(1)
输出:

    a   b   c
0   NaN NaN 2
1   1.0 3.0 1
2   2.0 2.0 0
3   3.0 1.0 2
4   4.0 2.0 1

为什么 df[["a", "b"]][0:3] = df[["a", "b"]][0:3].shift(1)没有按预期工作？我错过了什么吗？

Answer 1

问题是有双重选择 - 首先是列，然后是行，所以更新副本。另请检查 evaluation order matters .

一种选择的可能解决方案 DataFrame.loc 对于索引标签和列名:

df.loc[0:2, ["a", "b"]] = df.loc[0:2, ["a", "b"]].shift(1)
print (df)
     a    b  c
0  NaN  NaN  2
1  1.0  3.0  1
2  2.0  2.0  0
3  4.0  2.0  2
4  5.0  2.0  1

如果不是默认索引并且有必要选择前 2 行:

df = pd.DataFrame({"a":[1,2,3,4,5], "b":[3,2,1,2,2], "c": [2,1,0,2,1]},
                   index=list('abcde'))

df.loc[df.index[0:2], ["a", "b"]] = df.loc[df.index[0:2], ["a", "b"]].shift(1)
print (df)
     a    b  c
a  NaN  NaN  2
b  1.0  3.0  1
c  3.0  1.0  0
d  4.0  2.0  2
e  5.0  2.0  1