我就廢話不多說了，大家還是直接看代碼吧！

import pandas as pddef get_under_rolling(df,window,user,name): df[name] = df[user].iloc[::-1].rolling(window=window).apply(lambda x:x[0]).iloc[::-1] return dfif __name__ == ’__main__’: df = pd.DataFrame({’a’:[1,2,3,4,5], ’b’:[2,3,4,5,6]}) # 把b列向下取值作為新的c列 df = get_under_rolling(df, window=3, user=’b’,name=’c’)

原始df

新的df

補充知識：python：利用rolling和apply對DataFrame進行多列滾動，數據框滾動

看代碼~

# 設置一個初始數據框df1 = [1,2,3,4,5]df2 = [2,3,4,5,6]df = pd.DataFrame({’a’:list(df1),’b’:list(df2)})print(df)

a b 0 1 2 1 2 3 2 3 4 3 4 5 4 5 6

下面是滾動函數

# 多列滾動函數# handle對滾動的數據框進行處理def handle(x,df,name,n): df = df[name].iloc[x:x+n,:] print(df) return 1# group_rolling 進行滾動 # n：滾動的行數# df：目標數據框# name：要滾動的列名def group_rolling(n,df,name): df_roll = pd.DataFrame({’a’:list(range(len(df)-n+1))}) df_roll[’a’].rolling(window=1).apply(lambda x:handle(int(x[0]),df,name,n),raw=True)

對初始數據框進行滾動

其中：

n=2，name=[‘a’,‘b’]group_rolling(n=2,df=df,name=[’a’,’b’])

每次滾動的結果如下：

a b0 1 21 2 3 a b1 2 32 3 4 a b2 3 43 4 5 a b3 4 54 5 6

以上這篇python 實現rolling和apply函數的向下取值操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。