当前位置：极客教程 > Pandas > Pandas DataFrame类 > Python Pandas DataFrame.tshift

Python Pandas DataFrame.tshift

Python Pandas DataFrame.tshift

Pandas DataFrame是一个二维的大小可变的，可能是异质的表格数据结构，有标记的axis（行和列）。算术操作在行和列的标签上对齐。它可以被认为是一个类似于Dict的系列对象的容器。这是Pandas的主要数据结构。

Pandas DataFrame.tshift()函数用于移动时间索引，如果在给定的数据框架中可用，则使用索引的频率。

语法: DataFrame.tshift(periods=1, freq=None, axis=0)

参数:
periods：移动的周期数，可以是正数或负数
freq : 使用tseries模块或时间规则的增量（例如，’EOM’）。
axis：对应于包含索引的axis。

返回 : shifted : NDFrame

示例#1：使用DataFrame.tshift()函数将给定数据框架的基于Datetime的索引移动5小时。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})
  
# Create the index
index_ = pd.date_range('2010-10-09 08:45', periods = 5, freq ='H')
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)
Python

输出 :

Python Pandas DataFrame.tshift

现在我们将使用DataFrame.tshift()函数将给定数据框架的基于日期时间的索引移动5小时。我们将把’5H’作为频率值传递给该函数。

# Shift by 5 hours
result = df.tshift(freq = '5H')
  
# Print the result
print(result)
Python

输出 :

Python Pandas DataFrame.tshift

正如我们在输出中看到的，DataFrame.tshift()函数已经成功地将给定数据框架的基于Datetime的索引按指定频率进行了转移。

示例#2 :使用DataFrame.tshift()函数将给定数据框架的基于Datetime的索引移动-30个周期。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})
  
# Create the index
index_ = pd.date_range('2010-10-09 08:45', periods = 5, freq ='H')
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)
Python

输出 :

Python Pandas DataFrame.tshift

现在我们将使用DataFrame.tshift()函数将给定数据框架的基于日期时间的指数转移到-30期。这将使同一频率的指数在过去的30个时期内移动。

# Shift by -30 periods
result = df.tshift(periods = -30)
  
# Print the result
print(result)
Python

输出 :

Python Pandas DataFrame.tshift

正如我们在输出中看到的，DataFrame.tshift()函数已经成功地将给定数据框架的基于Datetime的索引转移到了指定的时期。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 精品教程

登录

找回密码？

注册