অক্ষ একের উপরে স্থানান্তরিত করার সময় ডাইটিপস ম্যাক জিনিসগুলি (কলাম)


9

ডেটাফ্রেম বিবেচনা করুন df

df = pd.DataFrame(dict(A=[1, 2], B=['X', 'Y']))

df

   A  B
0  1  X
1  2  Y

যদি আমি বরাবর স্থানান্তরিত axis=0(ডিফল্ট)

df.shift()

     A    B
0  NaN  NaN
1  1.0    X

এটি প্রত্যাশা অনুযায়ী সমস্ত সারি এক সারি নিচে দিকে ঠেলে দেয়।

তবে আমি যখন শিফট করব axis=1

df.shift(axis=1)

    A    B
0 NaN  NaN
1 NaN  NaN

যখন আমি প্রত্যাশা করি তখন সমস্ত কিছুই শূন্য হয়

     A  B
0  NaN  1
1  NaN  2

আমি বুঝতে পারছি কেন এমনটি হয়েছিল। কারণ axis=0পান্ডাস কলাম দ্বারা কলাম পরিচালনা করছে যেখানে প্রতিটি কলামই একক dtypeএবং স্থানান্তরিত হওয়ার সময়, প্রারম্ভিক NaNমানটির শুরুতে বা শেষে কীভাবে মোকাবেলা করা যায় সে সম্পর্কে স্পষ্ট প্রোটোকল রয়েছে । তবে যখন সরানোর সময় axis=1আমরা dtypeএকটি কলাম থেকে অন্য কলামের সম্ভাব্য অস্পষ্টতা পরিচয় করিয়ে দেই । এই ক্ষেত্রে, আমি int64একটি objectকলামে বল প্রয়োগ করার চেষ্টা করছি এবং পান্ডাস কেবল মানগুলি বাতিল করার সিদ্ধান্ত নিয়েছে।

যখন এই সমস্যাসঙ্কুল হয়ে dtypesআছে int64এবংfloat64

df = pd.DataFrame(dict(A=[1, 2], B=[1., 2.]))

df

   A    B
0  1  1.0
1  2  2.0

এবং একই জিনিস ঘটে

df.shift(axis=1)

    A   B
0 NaN NaN
1 NaN NaN

আমার প্রশ্ন

ভাল কি একটি ডেটাফ্রেম তৈরির জন্য বিকল্প axis=1যা বরাবর স্থানান্তরিত হয় যাতে ফলাফলটি মান এবং টাইপগুলি স্থানান্তরিত করে?

জন্য int64/ float64ক্ষেত্রে ফলাফলের অনুরূপ হবে:

df_shifted

     A  B
0  NaN  1
1  NaN  2

এবং

df_shifted.dtypes

A    object
B     int64
dtype: object

আরও ব্যাপক উদাহরণ

df = pd.DataFrame(dict(A=[1, 2], B=[1., 2.], C=['X', 'Y'], D=[4., 5.], E=[4, 5]))

df

   A    B  C    D  E
0  1  1.0  X  4.0  4
1  2  2.0  Y  5.0  5

এই মত চেহারা উচিত

df_shifted

     A  B    C  D    E
0  NaN  1  1.0  X  4.0
1  NaN  2  2.0  Y  5.0

df_shifted.dtypes

A     object
B      int64
C    float64
D     object
E    float64
dtype: object

আমার কাছে বাগের মতো মনে হচ্ছে, আপনি যদি সমস্ত কলামের ডাইপগুলি তৈরি করেন তবে কি হবে object?
— এডচুম

এটা কাজ করে। আমি ইতিমধ্যে বেশ কয়েক দফায় কাজ পেয়েছি। আমি সম্প্রদায়কে কিছু ধারণা দেওয়ার জন্য ডেকে আছি।
— পাইরাস্কোয়ার্ড

আমি এটিকে একটি সমস্যা হিসাবে ফাইল করব, তাদের কমপক্ষে একটি মিশ্র টাইপ যেমন ddpe প্রচারের জন্য একটি বিকল্প প্রস্তাব দেওয়া উচিতobject
— এডচাম

আমি এখন এটি করব।
— পাইরাস্কোয়ার্ড

1
@ এডচাম-রিইনস্টেটমোনিকা এক মিনিট অপেক্ষা করুন! শিফটটি ঘটবে>> blocks<পরিবর্তে এটি ব্যবহার করুন এবং দেখুনdf = pd.DataFrame(dict(A=[1, 2], B=[3., 4.], C=['X', 'Y'], D=[5., 6.], E=[7, 8], F=['W', 'Z']))
— পিয়ারস্কোয়ার্ড

উত্তর:


7

দেখা যাচ্ছে যে পান্ডাস একই ধরণের ব্লকের উপর সরে যাচ্ছেন dtypes

dfহিসাবে সংজ্ঞায়িত করুন

df = pd.DataFrame(dict(
    A=[1, 2], B=[3., 4.], C=['X', 'Y'],
    D=[5., 6.], E=[7, 8], F=['W', 'Z']
))

df

#  i    f  o    f  i  o
#  n    l  b    l  n  b
#  t    t  j    t  t  j
#
   A    B  C    D  E  F
0  1  3.0  X  5.0  7  W
1  2  4.0  Y  6.0  8  Z

এটি পূর্ণসংখ্যাটি পরবর্তী সংখ্যার কলামে স্থানান্তর করবে, ফ্লোটগুলি পরবর্তী ফ্লোট কলামে এবং বস্তুগুলি পরবর্তী বস্তুর কলামে স্থানান্তর করবে

df.shift(axis=1)

    A   B    C    D    E  F
0 NaN NaN  NaN  3.0  1.0  X
1 NaN NaN  NaN  4.0  2.0  Y

আমি যে একটি ভাল ধারণা জানি না, কিন্তু যে হয় কি ঘটছে।


পন্থা

astype(object) প্রথম

dtypes = df.dtypes.shift(fill_value=object)
df_shifted = df.astype(object).shift(1, axis=1).astype(dtypes)

df_shifted

     A  B    C  D    E  F
0  NaN  1  3.0  X  5.0  7
1  NaN  2  4.0  Y  6.0  8

transpose

এটি তৈরি করবে object

dtypes = df.dtypes.shift(fill_value=object)
df_shifted = df.T.shift().T.astype(dtypes)

df_shifted

     A  B    C  D    E  F
0  NaN  1  3.0  X  5.0  7
1  NaN  2  4.0  Y  6.0  8

itertuples

pd.DataFrame([(np.nan, *t[1:-1]) for t in df.itertuples()], columns=[*df])

     A  B    C  D    E  F
0  NaN  1  3.0  X  5.0  7
1  NaN  2  4.0  Y  6.0  8

যদিও আমি সম্ভবত এটি করতাম

pd.DataFrame([
    (np.nan, *t[:-1]) for t in
    df.itertuples(index=False, name=None)
], columns=[*df])

4
এটি অবশ্যই আমার কাছে একটি বাগ, এটি কীড কলামগুলি থাকা এবং এন পদগুলি কলাম অনুসারে স্থানান্তরিতকরণের পুরো পয়েন্টটিকে অকার্যকর করে দেয়
— এডচাম

1
আমি আমার সভার পরে একটি ইস্যু পোস্ট করব।
— পাইরাস্কোয়ার্ড

যদি এটি সমস্ত strডাইপস হয় তবে এটি সঠিকভাবে কাজ করে, আপনি যদি এই ডিএফ একইরকম করেন df = pd.DataFrame(dict(C=['X', 'Y'], D=[5., 6.], E=[7, 8], F=['W', 'Z']))তবে এটি 'XY'কলামটি কলামে সমস্তভাবে সরিয়ে দেয় 'F', এটি অবশ্যই আমার পক্ষে ভুল, আমার পান্ডাস সংস্করণটি 0.24.2, এটি dtypeপ্রচার করে না এবং কলামগুলিকে এ জাতীয় স্থান পরিবর্তন করে না একটি উপায়
— এডচুম


1

আমি একটি numpyপদ্ধতি ব্যবহার করার চেষ্টা করেছি । পদ্ধতিটি যতক্ষণ কাজ করবে আপনি যতক্ষণ না আপনার ডেটাটিকে অসাড় অ্যারে রাখবেন:

def shift_df(data, n):
    shifted = np.roll(data, n)
    shifted[:, :n] = np.NaN

    return shifted

shifted(df, 1)

array([[nan, 1, 1.0, 'X', 4.0],
       [nan, 2, 2.0, 'Y', 5.0]], dtype=object)

কিন্তু আপনি যখন DataFrameনির্মাতাকে কল করেন তখন সমস্ত কলামগুলিতে রূপান্তরিত হয় objectযদিও অ্যারের মানগুলি float, int, object:

def shift_df(data, n):
    shifted = np.roll(data, n)
    shifted[:, :n] = np.NaN
    shifted = pd.DataFrame(shifted)

    return shifted

print(shift_df(df, 1),'\n')
print(shift_df(df, 1).dtypes)

     0  1  2  3  4
0  NaN  1  1  X  4
1  NaN  2  2  Y  5 

0    object
1    object
2    object
3    object
4    object
dtype: object
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.