我有一个超过100列的数据框。我需要落后60个,并且我知道需要落后的列名。有没有办法使它们成批滞后或几行滞后?
说我有一个像belwo这样的数据框

col1 col2 col3 col4 col5 col6 ... col100
 1     2   3     4   5   6         8
 3     9   15    19  21  23        31


我知道的唯一方法是一步一步地做。即为每列运行df['col1_lag']=df['col'].shift(1)

太多列似乎太多了。有一个更好的方法吗?提前致谢。

最佳答案

shiftadd_prefix一起用于新的DataFrame,并将join原始使用:

df1 = df.join(df.shift().add_suffix('_lag'))
#alternative
#df1 = pd.concat([df, df.shift().add_suffix('_lag')], axis=1)
print (df1)
   col1  col2  col3  col4  col5  col6  col100  col1_lag  col2_lag  col3_lag  \
0     1     2     3     4     5     6       8       NaN       NaN       NaN
1     3     9    15    19    21    23      31       1.0       2.0       3.0

   col4_lag  col5_lag  col6_lag  col100_lag
0       NaN       NaN       NaN         NaN
1       4.0       5.0       6.0         8.0


如果需要滞后,则可以通过list过滤某些列:

cols = ['col1','col3','col5']
df2 = df.join(df[cols].shift().add_suffix('_lag'))
print (df2)
   col1  col2  col3  col4  col5  col6  col100  col1_lag  col3_lag  col5_lag
0     1     2     3     4     5     6       8       NaN       NaN       NaN
1     3     9    15    19    21    23      31       1.0       3.0       5.0

关于python - 如何在数据框中批量滞后列,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/53354653/

10-14 18:26