我有一个 DataFrame看起来像这样
df = pd.DataFrame({'user' : ['A', 'A', 'A', 'B', 'B', 'B','B'],
'attritube1' : [0,1,1,1,0,2,9],
'attritube2':[1,2,3,3,0,0,1]})
print(df)
attritube1 attritube2 user
0 0 1 A
1 1 2 A
2 1 3 A
3 1 3 B
4 0 0 B
5 2 0 B
6 9 1 B
我想用长度为 K 的滚动窗口对数据进行切片,为每个用户创建一个新的数据集。例如,如果 K = 2,那么我想得到
attritube1 attritube2 user
0 0 1 A
1 1 2 A
---------------------------------
2 1 2 A
3 1 3 A
---------------------------------
4 1 3 B
5 0 0 B
---------------------------------
6 0 0 B
7 2 0 B
--------------------------------
8 2 0 B
9 9 1 B
同理,如果K=3,那么新的数据框应该是
attritube1 attritube2 user
0 0 1 A
1 1 2 A
2 1 3 A
--------------------------------
3 1 3 B
4 0 0 B
5 2 0 B
--------------------------------
6 0 0 B
7 2 0 B
8 9 1 B
我们可以假设对于所有用户,行数 >= K。谢谢!
编辑:想澄清一下,我想为每个用户(玩具示例中的 A、B)重复滚动窗口过程。
请您参考如下方法:
尝试:
k=3
pd.concat([df.groupby('user').apply(lambda x: pd.concat([x.iloc[i: i + k] for i in range(len(x.index) - k + 1)]))])
attribute1 attribute2 user
user
A 0 0 1 A
1 1 2 A
2 1 3 A
B 3 1 3 B
4 0 0 B
5 2 0 B
4 0 0 B
5 2 0 B
6 9 1 B
