pyspark.pandas.Series.shift¶
-
係列。轉變( 期:int=1,fill_value:可選(任何]=沒有一個 )→IndexOpsLike¶ -
轉變係列/索引所需數量的時期。
請注意
當前實現的轉變沒有指定分區規範使用火花的窗口。這導致所有數據進入單一分區在單一機器,可能會導致嚴重的性能下降。避免這種方法對非常大的數據集。
- 參數
-
- 期 int
-
時期的轉變。可以積極或消極的。
- fill_value 對象,可選
-
新引入的標量值用缺失值。默認的dtype取決於自己。對於數值型數據,np。使用nan。
- 返回
-
- 複製輸入係列/索引,發生了變化。
例子
> > >df=ps。DataFrame({“Col1”:(10,20.,15,30.,45),…“Col2”:(13,23,18,33,48),…“Col3”:(17,27,22,37,52)},…列=(“Col1”,“Col2”,“Col3”])
> > >df。Col1。轉變(期=3)0南1南2南3 10.04 20.0名稱:Col1 dtype: float64
> > >df。Col2。轉變(期=3,fill_value=0)0 01 02 03 134 23名稱:Col2 dtype: int64
> > >df。指數。轉變(期=3,fill_value=0)Int64Index ([0, 0, 0, 0, 1], dtype =“int64”)