pandas提供了许多函数来处理数据集，其中shift()函数就是其中一个非常常用的函数，用于对DataFrame在行方向或列方向上进行位移操作。本篇攻略将详细讲解pandas的shift()函数的具体使用方法，包括函数参数、返回值、使用示例等。
shift()函数有如下主要参数：
shift()函数的返回值是新的DataFrame对象，它与原始的DataFrame对象拥有相同的形状和列标签，但是数据被偏移了指定的距离。
下面提供两个具体的示例，分别是对DataFrame在行方向和列方向上进行位移操作。
import pandas as pd
# 构造数据
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})
# 对DataFrame进行行方向位移
df_shift = df.shift(3, axis=0)
# 输出结果
print(df_shift)
输出如下：
A B
0 NaN NaN
1 NaN NaN
2 NaN NaN
3 1.0 6.0
4 2.0 7.0
从结果可以看出，DataFrame对象在行方向上被向下移动了3行，前3行的数据被填充为NaN。
import pandas as pd
# 构造数据
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10], 'C': [11, 12, 13, 14, 15]})
# 对DataFrame进行列方向位移
df_shift = df.shift(2, axis=1)
# 输出结果
print(df_shift)
输出如下：
A B C
0 NaN NaN 1.0
1 NaN NaN 2.0
2 NaN NaN 3.0
3 4.0 6.0 4.0
4 5.0 7.0 5.0
从结果可以看出，DataFrame对象在列方向上被向右移动了2列，前2列的数据被填充为NaN。
以上就是pandas的shift()函数的详细讲解。使用shift()函数能够很方便地对DataFrame对象在行或列方向上进行位移操作，用于操作时间序列数据的时候尤为实用。
本文链接：http://task.lmcjl.com/news/17490.html