【Python】:利用rolling和apply函数的向下取值

本文介绍如何在Python中结合使用rolling和apply函数对DataFrame数据进行滚动窗口操作,实现向下取值等统计分析任务。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import pandas as pd

def get_under_rolling(df,window,user,name):
    df[name] = df[user].iloc[::-1].rolling(window=window).apply(lambda x:x[0]).iloc[::-1]
    return df

if __name__ == '__main__':
    df = pd.DataFrame({'a':[1,2,3,4,5],
                   'b':[2,3,4,5,6]})
    # 把b列向下取值作为新的c列
    df = get_under_rolling(df, window=3, user='b',name='c')

原始df

在这里插入图片描述

新的df
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值