python - 使用 pandas 移动一个值并创建一个新索引

Question

我有一个df

            2019            2020            2021            2022

A           10              20              30              40

我正在尝试创建 2 个新索引 A-1 和 A-2 以便输出如下所示:

            2019            2020            2021            2022

A           10              20              30              40
A-1         nan             10              20              40
A-2         nan             nan             10              20

我试过:

s = df.loc['A',:].shift(1, axis=0)
s = s.rename({'A': 'A-1'}, axis = 0)
df = df.combine_first(s)

但是我得到一个错误----> 3 df= df.combine_first(s)

ValueError: Must specify axis=0 or 1

当我添加 axis = 0 时，我得到:

TypeError: combine_first() got an unexpected keyword argument 'axis'

所以我不确定我的错误在哪里。

Answer 1

您需要稍微改变一下您的策略。 combine_first 在这里不合适。

而是使用concat，并将数据保存为DataFrame:

pd.concat([df, df.loc[['A']].shift(1, axis=1).rename(index={'A': 'A-1'})])

输出:

     2019  2020  2021  2022
A    10.0    20    30    40
A-1   NaN    10    20    30

以编程方式转移

如果您需要多次轮类，请以编程方式进行:

n = 3
df2 = pd.concat([df]+[(df.loc[['A']].shift(i+1, axis=1)
                         .rename(index={'A': f'A-{i+1}'})
                      ) for i in range(n)])

输出:

     2019  2020  2021  2022
A    10.0  20.0  30.0    40
A-1   NaN  10.0  20.0    30
A-2   NaN   NaN  10.0    20
A-3   NaN   NaN   NaN    10

使用系列

如果您真的只需要移动一行，使用 Series 会更容易:

n = 3
row = 'A'
s = df.loc[row]
df2 = pd.concat([s]+[s.shift(i+1).rename(f'{row}-{i+1}') for i in range(n)],
                axis=1).T

输出:

     2019  2020  2021  2022
A    10.0  20.0  30.0    40
A-1   NaN  10.0  20.0    30
A-2   NaN   NaN  10.0    20
A-3   NaN   NaN   NaN    10