Python 如何根据另一列的滚动和获取列值？

我想创建一个数据集，然后根据第一列中插入的数字确定第二列的值

首先，我想创建一个有两列的数据集（保留一列为空）

我要创建的数据集：（在“数字”列中，我要插入从1到50的所有连续数字）

---

以此类推，我想通过在列数中插入从1到50的值来计算从1到50的值的和，得到10个连续数的和

这是可能的，但然后使用以下命令获取第一个或最后一个

NaN

s：

---

或者使用参数

min\u periods=1

进行间隔

1

，

1-2

，

1-3

。。。对于首次填充

NaN

s：

df['a'] = df['Numbers'].rolling(10, min_periods=1).sum()
print (df)
    Numbers     a
0         1   1.0
1         2   3.0
2         3   6.0
3         4  10.0
4         5  15.0
5         6  21.0
6         7  28.0
7         8  36.0
8         9  45.0
9        10  55.0
10       11  65.0
11       12  75.0
12       13  85.0

编辑：

如果可能，添加下一个值-此处范围为

1

到

61

，则可以创建滚动，然后删除最后的

NaN

s行：

df = pd.DataFrame({'Numbers':range(1, 61)})

df['a'] = df['Numbers'].rolling(10).sum().shift(-9)
df = df.iloc[:50]

---

---

这是可能的，但随后使用以下命令获取第一个或最后一个

NaN

s：

---

或者使用参数

min\u periods=1

进行间隔

1

，

1-2

，

1-3

。。。对于首次填充

NaN

s：

df['a'] = df['Numbers'].rolling(10, min_periods=1).sum()
print (df)
    Numbers     a
0         1   1.0
1         2   3.0
2         3   6.0
3         4  10.0
4         5  15.0
5         6  21.0
6         7  28.0
7         8  36.0
8         9  45.0
9        10  55.0
10       11  65.0
11       12  75.0
12       13  85.0

编辑：

如果可能，添加下一个值-此处范围为

1

到

61

，则可以创建滚动，然后删除最后的

NaN

s行：

df = pd.DataFrame({'Numbers':range(1, 61)})

df['a'] = df['Numbers'].rolling(10).sum().shift(-9)
df = df.iloc[:50]

---

---

非常感谢你，耶斯雷尔，这是我需要的。非常感谢你，耶斯雷尔，这是我需要的。

df = pd.DataFrame({'Numbers':range(1, 61)})

df['a'] = df['Numbers'].rolling(10).sum().shift(-9)
df = df.iloc[:50]

print (df)
    Numbers      a
0         1   55.0
1         2   65.0
2         3   75.0
3         4   85.0
4         5   95.0
5         6  105.0
6         7  115.0
7         8  125.0
8         9  135.0
9        10  145.0
10       11  155.0
11       12  165.0
12       13  175.0
13       14  185.0
14       15  195.0
15       16  205.0
16       17  215.0
17       18  225.0
18       19  235.0
19       20  245.0
20       21  255.0
21       22  265.0
22       23  275.0
23       24  285.0
24       25  295.0
25       26  305.0
26       27  315.0
27       28  325.0
28       29  335.0
29       30  345.0
30       31  355.0
31       32  365.0
32       33  375.0
33       34  385.0
34       35  395.0
35       36  405.0
36       37  415.0
37       38  425.0
38       39  435.0
39       40  445.0
40       41  455.0
41       42  465.0
42       43  475.0
43       44  485.0
44       45  495.0
45       46  505.0
46       47  515.0
47       48  525.0
48       49  535.0
49       50  545.0