Question

我有这样的数据声望：

df = pd.DataFrame({"a": [1,2,3], "b": [4,5,6], "c": [7,8,9]})

a | b | c
1 | 4 | 7
2 | 5 | 8
3 | 6 | 9

我想得到一个像这样的人：

a     | b     | c
[1,2] | [4,5] | [7,8]
[2,3] | [5,6] | [8,9]

因此，我尝试了最明显的方法：不幸的是，df.rolling(2).apply(lambda values: np.array(values))不能像rolling().apply那样工作，它严格要求标量（浮点数）作为返回类型。

所以我在玩弄理解。

window = 2
df = pd.DataFrame({"a": [1,2,3], "b": [4,5,6], "c": [7,8,9]})
df = pd.DataFrame({column:[df[column].iloc[i-window:i].values for i in range(window, len(df)+1)] for column in df})

这是正确的，但看起来很丑，而且速度很慢。此外，它还会松开曾经是日期（现在是int）的索引类型。有没有更好，更清洁的方法？

Answer 1

一种解决方案是在数据框的列值之间使用zip：

df.apply(lambda x: list(zip(x[:-1:], x[1::])),
         raw=True).apply(lambda x: list(map(list, x))
                         ).apply(pd.Series).T

        a       b       c
0  [1, 2]  [4, 5]  [7, 8]
1  [2, 3]  [5, 6]  [8, 9]

将窗口聚合到pandas DataFrame中的数组

1 个答案: