Python 带移位的列名

尝试为具有

列\u名称的列创建滞后

示例DF代码：

df = pd.DataFrame(np.random.randint(0,10,size=(4,2)))
df.shift(1)

作品:

但是，当我尝试使用列名创建它时，我得到了
nan

df1=pd.DataFrame(df.shift(1),columns=["lag"+str(each) for each in df.columns])
df1

作品:

有什么建议可以纠正这个问题吗？
问题是有不同的列名称，因此在创建了不匹配的新DataFrame列名称并创建了错误的ISNG值之后，它被称为index alignmenet

为了防止，可以将值转换为numpy数组：

df1=pd.DataFrame(df.shift(1).to_numpy(),columns=["lag"+str(each) for each in df.columns])
print (df1)
   lag0  lag1
0   NaN   NaN
1   2.0   2.0
2   8.0   3.0
3   6.0   8.0

但更简单的是使用：

问题是有不同的列名，所以在创建了不匹配的新DataFrame列名并创建了错误的ISNG值之后，它被称为index alignmenet

为了防止，可以将值转换为numpy数组：

df1=pd.DataFrame(df.shift(1).to_numpy(),columns=["lag"+str(each) for each in df.columns])
print (df1)
   lag0  lag1
0   NaN   NaN
1   2.0   2.0
2   8.0   3.0
3   6.0   8.0

但更简单的是使用：

以下是另一种方法：

df = df.shift(1)

l = list(df.columns.astype('str'))
s = 'lag'
cols = [s + i for i in l]
df.columns = cols


以下是另一种方法：

df = df.shift(1)

l = list(df.columns.astype('str'))
s = 'lag'
cols = [s + i for i in l]
df.columns = cols


只需使用
添加前缀
。要使其工作，您需要
df.shift（1）.values
。否则，您将使用看不见的索引重新编制索引，这将生成所有索引，只需使用
add\u prefix
。要使其工作，您需要
df.shift（1）.values
。否则，您将使用看不见的索引重新编制索引，这将生成所有NAN
df = df.shift(1)

l = list(df.columns.astype('str'))
s = 'lag'
cols = [s + i for i in l]
df.columns = cols

df
    lag0    lag1
0   NaN     NaN
1   7.0     4.0
2   4.0     8.0
3   0.0     9.0