Pandalarda ofset sütunu nasıl oluşturulur (örneklerle)

Başka bir sütundan kaydırılan değerleri görüntüleyen bir sütun oluşturmak için pandalarda Shift() işlevini kullanabilirsiniz.

Bu işlev aşağıdaki temel sözdizimini kullanır:

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

Shift() işlevinin değerinin, kaydırmanın hesaplanacağı değerlerin sayısını gösterdiğini unutmayın.

Aşağıdaki örnek, bu sözdiziminin pratikte nasıl kullanılacağını gösterir.

Örnek: Pandalarda Ofset Sütunu Oluşturma

Diyelim ki bir mağazanın art arda 10 gün boyunca yaptığı satışları gösteren aşağıdaki pandalar DataFrame’e sahibiz:

 import pandas as pd

#createDataFrame
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

Her satırda önceki günün satışlarını görüntüleyen bir kaydırma sütunu oluşturmak için Shift() işlevini kullanabiliriz:

 #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

Sonucun nasıl yorumlanacağı aşağıda açıklanmıştır:

• Satış sütununda herhangi bir öncelik değeri bulunmadığından gecikme sütunundaki ilk değer NaN’dir .
• Ofset sütunundaki ikinci değer, Satış sütunundaki bir önceki değer olduğundan 18’dir .
• Ofset sütunundaki üçüncü değer, Satış sütunundaki bir önceki değer olduğundan 10’dur .

Ve benzeri.

İstersek DataFrame’e birden fazla ofset sütunu da ekleyebileceğimizi unutmayın:

 #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

İstediğiniz kadar uzak sütun eklemek için aynı genel yaklaşımı kullanabilirsiniz.

Not : Birincil sütun oluşturmak için Shift() işlevindeki negatif değerleri kullanmanız yeterlidir.

Ek kaynaklar

Aşağıdaki eğitimlerde pandalarda diğer ortak görevlerin nasıl gerçekleştirileceği açıklanmaktadır:

Pandalar’daki sütunlar nasıl silinir
Pandalar’da sütunlar nasıl hariç tutulur?
Pandalar’da seçilen sütunlara bir işlev nasıl uygulanır?
Pandas DataFrame’de sütun sırası nasıl değiştirilir?