簡述

經常會遇到這樣的情況，比如說，我們認為當天的溫度，是由于前面幾段時間的影響導致的。但是我們手頭上只有溫度的列表，為了捕捉到這樣的特征，我們往往需要把這樣的一維的數據，轉成二維的數據。

實例

• 初始數據：左邊是index，右邊是真實數據

0 1 1 2 2 3 3 4 4 5 dtype: int64

• 如果我們認為當前的數據是由于前面兩天的數據導致的，就會需要下面的矩陣

dtype: int64c0 c1 y 0 1 2 3 1 2 3 4 2 3 4 5

這個方法應該是比較常用的，但是卻沒有寫出具體的內容。所以，我想需要添加這個函數。

函數

• 函數名：generate_df_affect_by_n_days
• series 要求為一個series，n要求為一個整數
• 返回的是一個dataframe

def generate_df_affect_by_n_days(series, n):if len(series) <= n:raise Exception("The Length of series is %d, while affect by (n=%d)." % (len(series), n))df = pd.DataFrame()for i in range(n):df['c%d' % i] = series.tolist()[i:-(n - i)]df['y'] = series.tolist()[n:]return df

• 完整的測試函數：

import pandas as pddef generate_df_affect_by_n_days(series, n):if len(series) <= n:raise Exception("The Length of series is %d, while affect by (n=%d)." % (len(series), n))df = pd.DataFrame()for i in range(n):df['c%d' % i] = series.tolist()[i:-(n - i)]df['y'] = series.tolist()[n:]return dfs = pd.Series([1, 2, 3, 4, 5]) print(s) df = generate_df_affect_by_n_days(s, 2) print(df)

總結

以上是生活随笔為你收集整理的【时序数据处理】pandas某些列由于n个数据导致的，通过Series生成Dataframe的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。