最新python DataFrame的shift()方法(1)，2024年BATJ30套大厂Python经典高频面试题

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

语法

========================================================================

DataFrame.shift(periods=1, freq=None, axis=0)

• periods可以理解为移动幅度的次数，shift默认一次移动1个单位，也默认移动1次(periods默认为1)，则移动的长度为1 * periods。

periods可以是正数，也可以是负数。负数表示前滞，正数表示后滞。

• freq是一个可选参数，默认为None，可以设为一个timedelta对象。适用于索引为时间序列数据时。

freq为None时，移动的是其他数据的值，即移动periods*1个单位长度。

freq部位None时，移动的是时间序列索引的值，移动的长度为periods * freq个单位长度。

• axis默认为0，表示对列操作。如果为行则表示对行操作。

移动滞后没有对应值的默认为NaN。

---

示例

========================================================================

---

period为正，无freq

---

import pandas as pd

pd.set_option(‘display.unicode.east_asian_width’, True)

data = [51.0, 52.33, 51.21, 54.23, 56.78]

index = [‘2022-2-28’, ‘2022-3-1’, ‘2022-3-2’, ‘2022-3-3’, ‘2022-3-4’]

df = pd.DataFrame(data=data, index=index, columns=[‘close’])

df.index.name = ‘date’

print(df)

print(“=========================================”)

df[‘昨收’] = df[‘close’].shift()

df[‘change’] = df[‘close’] - df[‘close’].shift()

print(df)

---

period为负，无freq

---

import pandas as pd

pd.set_option(‘display.unicode.east_asian_width’, True)

data = [51.0, 52.33, 51.21, 54.23, 56.78]

index = [‘2022-2-28’, ‘2022-3-1’, ‘2022-3-2’, ‘2022-3-3’, ‘2022-3-4’]

index = pd.to_datetime(index)

index.name = ‘date’

df = pd.DataFrame(data=data, index=index, columns=[‘昨收’])

print(df)

print(“=========================================”)

df[‘close’] = df[‘昨收’].shift(-1)

df[‘change’] = df[‘昨收’].shift(-1) - df[‘close’]

print(df)

---

period为正，freq为正

---

import pandas as pd

import datetime

pd.set_option(‘display.unicode.east_asian_width’, True)

data = [51.0, 52.33, 51.21, 54.23, 56.78]

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！