Question

所以我在2005年至2016年的nfl统计数据中有一个很大的数据集。问题是，2009年有一个新的类别，所以我的列在2009年之前被抵消了。我想要所有的行都有＆＃39; NFL季＆＃39;列＆lt;到2009赛季向右转，但只有第11列到第二列（所以[11：-1]）。

我设法以这种方式做到了，但迭代所有这些行（大约10,000）需要很长时间。有更快的方法吗？我试着看看有没有办法使用.isin我可以说我的行是否在我的＆＃39; rows_to_shift＆＃39;，但无法弄清楚它是如何工作的。

就像我说的那样，在我还在学习大熊猫的时候，我不得不知道更好或更有效的方法。

以下是我一直在使用的代码：

rows_to_shift = rb_df[rb_df['NFL Season'] < 2009].index.tolist()

for i in rows_to_shift:
    rb_df.iloc[[i],11:-1] = rb_df.iloc[[i],11:-1].shift(1,axis=1)

Answer 1

似乎你需要：

rows_to_shift = rb_df[rb_df['NFL Season'] < 2009].index

rb_df.iloc[rows_to_shift,11:-1] = rb_df.iloc[rows_to_shift,11:-1].shift(1,axis=1)

Answer 2

对不起，我傻到没想到这一点并浪费你的时间。这样一个简单的解决方案，我一直在思考这个问题。没有必要迭代，只需调用那些行：

rb_df.iloc[rb_df[rb_df['NFL Season'] < 2009].index,11:-1] = rb_df.iloc[rb_df[rb_df['NFL Season'] < 2009].index,11:-1].shift(1,axis=1)

Pandas - 根据列值移动某些行的特定列

2 个答案: