当前位置：首页 > news >正文

【Pandas】pandas Series shift

news 来源：原创 2025/5/16 19:44:59

Pandas2.2 Series

Time Series-related

方法	描述
Series.asfreq(freq[, method, how, …])	用于将时间序列数据转换为指定的频率
Series.asof(where[, subset])	用于返回时间序列中指定索引位置的最近一个非缺失值
Series.shift([periods, freq, axis, …])	用于将时间序列数据沿指定轴移动指定的周期数

pandas.Series.shift

pandas.Series.shift 方法用于将时间序列数据沿指定轴移动指定的周期数。它可以用于向前或向后移动数据，并可以选择不同的填充方式来处理移出范围的数据。

详细描述

参数:
- periods: 整数，默认为 1。表示要移动的周期数。正值表示向后移动（即下移），负值表示向前移动（即上移）。
- freq: 可选，频率偏移量。如果提供，则根据该频率进行时间戳的移动。
- axis: 可选，默认为 0。表示沿哪个轴进行移动，对于 Series 来说通常是 0。
- fill_value: 可选，默认为 None。用于填充移出范围的数据。如果未提供，则默认使用 NaN。
- suffix: 该参数在 pandas.Series.shift 中无效，可能是其他方法中的参数，请忽略。

返回值

返回一个新的 Series，其中数据已根据指定的周期数和频率进行了移动。

示例代码及结果

import pandas as pd
import numpy as np

# 创建一个带有日期索引的时间序列
dates = pd.date_range(start='2023-10-01', periods=5, freq='D')
s = pd.Series([1, 2, 3, 4, 5], index=dates)

print("原始 Series:")
print(s)

# 向后移动 2 个周期
s_shifted_2_periods = s.shift(periods=2)

print("\n向后移动 2 个周期后的 Series:")
print(s_shifted_2_periods)

# 向前移动 1 个周期，并用 0 填充移出范围的数据
s_shifted_neg1_fill0 = s.shift(periods=-1, fill_value=0)

print("\n向前移动 1 个周期并用 0 填充后的 Series:")
print(s_shifted_neg1_fill0)

# 根据频率移动时间戳
s_shifted_freq = s.shift(freq='2D')

print("\n根据频率 '2D' 移动时间戳后的 Series:")
print(s_shifted_freq)

输出结果

原始 Series:
2023-10-01    1
2023-10-02    2
2023-10-03    3
2023-10-04    4
2023-10-05    5
Freq: D, dtype: int64

向后移动 2 个周期后的 Series:
2023-10-01    NaN
2023-10-02    NaN
2023-10-03    1.0
2023-10-04    2.0
2023-10-05    3.0
Freq: D, dtype: float64

向前移动 1 个周期并用 0 填充后的 Series:
2023-10-01    2
2023-10-02    3
2023-10-03    4
2023-10-04    5
2023-10-05    0
Freq: D, dtype: int64

根据频率 '2D' 移动时间戳后的 Series:
2023-10-03    1
2023-10-04    2
2023-10-05    3
2023-10-06    4
2023-10-07    5
Freq: D, dtype: int64