Comment créer une colonne de décalage dans Pandas (avec exemples)

Vous pouvez utiliser la fonction shift() dans pandas pour créer une colonne qui affiche les valeurs décalées d’une autre colonne.

Cette fonction utilise la syntaxe de base suivante :

df['lagged_col1'] = df['col1'].shift(1)

Notez que la valeur de la fonction shift() indique le nombre de valeurs pour lesquelles calculer le décalage.

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : créer une colonne de décalage dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre les ventes réalisées par un magasin sur 10 jours consécutifs :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'day': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   'sales': [18, 10, 14, 13, 19, 24, 25, 29, 15, 18]})
#view DataFrame
print(df)

   day  sales
0    1     18
1    2     10
2    3     14
3    4     13
4    5     19
5    6     24
6    7     25
7    8     29
8    9     15
9   10     18

Nous pouvons utiliser la fonction shift() pour créer une colonne de décalage qui affiche les ventes de la veille pour chaque ligne :

#add column that represents lag of sales column
df['sales_previous_day'] = df['sales'].shift(1)

#view updated DataFrame
print(df)

   day  sales  sales_previous_day
0    1     18                 NaN
1    2     10                18.0
2    3     14                10.0
3    4     13                14.0
4    5     19                13.0
5    6     24                19.0
6    7     25                24.0
7    8     29                25.0
8    9     15                29.0
9   10     18                15.0

Voici comment interpréter le résultat :

• La première valeur de la colonne de retard est NaN puisqu’il n’y a aucune valeur antérieure dans la colonne des ventes .
• La deuxième valeur de la colonne de décalage est 18 puisqu’il s’agit de la valeur précédente dans la colonne des ventes .
• La troisième valeur de la colonne de décalage est 10 puisqu’il s’agit de la valeur précédente dans la colonne des ventes .

Et ainsi de suite.

Notez que nous pouvons également ajouter plusieurs colonnes de décalage au DataFrame si nous le souhaitons :

#add two lag columns
df['sales_previous_day'] = df['sales'].shift(1)
df['sales_previous_day2'] = df['sales'].shift(2) 

#view updated DataFrame
print(df)

   day  sales  sales_previous_day  sales_previous_day2
0    1     18                 NaN                  NaN
1    2     10                18.0                  NaN
2    3     14                10.0                 18.0
3    4     13                14.0                 10.0
4    5     19                13.0                 14.0
5    6     24                19.0                 13.0
6    7     25                24.0                 19.0
7    8     29                25.0                 24.0
8    9     15                29.0                 25.0
9   10     18                15.0                 29.0

Vous pouvez utiliser la même approche générale pour ajouter autant de colonnes de décalage que vous le souhaitez.

Remarque : Pour créer une colonne principale, utilisez simplement des valeurs négatives dans la fonction shift() .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Comment supprimer des colonnes dans Pandas
Comment exclure des colonnes dans Pandas
Comment appliquer une fonction aux colonnes sélectionnées dans Pandas
Comment modifier l’ordre des colonnes dans Pandas DataFrame