Python Pandas Index.shift()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas Index.shift()函数通过所需的时间频率增量来转移索引。该方法用于将类似日期的索引的值按指定的时间增量转移到指定的次数。这个方法只对类似日期的索引类实现，即DatetimeIndex、PeriodIndex和TimedeltaIndex。

语法: Index.shift(periods=1, freq=None)

参数 :
periods :要转移的周期（或增量）的数量，可以是正数或负数。
freq : [pandas.DateOffset, pandas.Timedelta or string, optional] 用来转移的频率增量。如果没有，索引将通过其自身的freq属性进行移位。偏移的别名是有效的字符串，例如，’D’、’W’、’M’等。

返回 :移位的指数

例子#1：使用Index.shift()函数将一个时间序列数据按一定的时间长度进行移动。

# importing pandas as pd
import pandas as pd
  
# Creating the index 
idx = pd.date_range('1 / 1/2018', periods = 3, freq ='MS')
  
# Print the index
idx

输出 :

现在我们将把指数转移到5天。

# shifting the index by 5 days
idx.shift(5, freq ='D')

输出 :

正如我们在输出中所看到的，日期已经向前移动了5天。

例子#2：使用Index.shift()函数转移基于日期时间的索引。

# importing pandas as pd
import pandas as pd
  
# Creating the index 
idx = pd.date_range('1 / 1/2018', periods = 3, freq ='MS')
  
# Print the index
idx

输出 :

现在我们将把指数转移到5个月。

# shifting the index by 5 Months
idx.shift(5, freq ='MS')

输出 :

正如我们在输出中所看到的，日期已经向前移动了5个月。