yi9w6

公众号：尤而小屋作者：Peter编辑：Peter

本文主要介绍的是pandas中的一个移动函数：shift。最后结合一个具体的电商领域中用户的复购案例来说明如何使用shift函数。

这个案例综合性很强，除了需要掌握shift函数，你还会复习到以下pandas中的多个函数使用技巧，建议认真阅读、理解并收藏，欢迎点赞呀~

• 分组统计：groupby

• 过滤筛选数据：query

• 排序函数：sort_values

• 合并函数：concat

• 字段重命名：rename

• 缺失值删除：dropna

• 宝藏函数：apply

Pandas文章连载系列已经到了第20篇，主要分为3类：

基础部分：1-16篇，主要是介绍Pandas中基础和常用操作，比如数据创建、检索查询、排名排序、缺失值/重复值处理等

进阶部分：第17篇开始讲解Pandas中的高级操作方法；后续主要是以时间序列相关为主

对比SQL，学习Pandas：将SQL和Pandas的操作对比起来进行学习

14种方式，34个案例：对比SQL，学习Pandas操作

• periods：表示移动的幅度，可正可负；默认值是1，1就表示移动一次。注意这里移动的都是数据，而索引是不移动的，移动之后没有对应值的，就赋值为NaN。

• freq：DateOffset, timedelta, or time rule string，可选参数，默认值为None，只适用于时间序列。如果这个参数存在，那么会按照参数值移动时间索引，而数据值没有发生变化。

• axis：表示按照哪个轴移动。axis=0表示index，横轴；axis=1表示columns，纵轴

• fill_value：表示当我们数据发生了移动之后，产生的缺失值用什么数据填充。如果是数值型的缺失值，用np.nan；如果是时间类型的缺失值，用NaT（not a time）

模拟了两份数据，其中一份和时间相关。

另一份是和时间相关的：

表示每次移动的幅度

可以看到默认情况下，shift函数是在行方向上移动一个单位

用来表示在哪个方向上进行移动，上面的例子默认是在axis=0，或者表示成：axis="index"

如果我们想在列方向上移动，可以使用axis=1或者axis="columns"

同时移动的幅度是可正可负的：

移动之后缺失值的填充数据

表示移动的频率，专门用于时间序列的移动中

频率

时间序列变化频率有间隔相同的，也有不同的。许多字符串别名被赋予有用的普通时间序列频率。我们将这些别名称为偏移别名。上面的shift函数中使用的就是这些别名，具体如下表所示：