【时序数据处理】pandas某些列由于n个数据导致的，通过Series生成Dataframe

简述

经常会遇到这样的情况，比如说，我们认为当天的温度，是由于前面几段时间的影响导致的。但是我们手头上只有温度的列表，为了捕捉到这样的特征，我们往往需要把这样的一维的数据，转成二维的数据。

实例

• 初始数据：左边是index，右边是真实数据

0    1
1    2
2    3
3    4
4    5
dtype: int64

• 如果我们认为当前的数据是由于前面两天的数据导致的，就会需要下面的矩阵

dtype: int64
   c0  c1  y
0   1   2  3
1   2   3  4
2   3   4  5

这个方法应该是比较常用的，但是却没有写出具体的内容。所以，我想需要添加这个函数。

函数

• 函数名：generate_df_affect_by_n_days
• series 要求为一个series，n要求为一个整数
• 返回的是一个dataframe

def generate_df_affect_by_n_days(series, n):
    if len(series) <= n:
        raise Exception("The Length of series is %d, while affect by (n=%d)." % (len(series), n))
    df = pd.DataFrame()
    for i in range(n):
        df['c%d' % i] = series.tolist()[i:-(n - i)]
    df['y'] = series.tolist()[n:]
    return df

• 完整的测试函数：

import pandas as pd

def generate_df_affect_by_n_days(series, n):
    if len(series) <= n:
        raise Exception("The Length of series is %d, while affect by (n=%d)." % (len(series), n))
    df = pd.DataFrame()
    for i in range(n):
        df['c%d' % i] = series.tolist()[i:-(n - i)]
    df['y'] = series.tolist()[n:]
    return df

s = pd.Series([1, 2, 3, 4, 5])
print(s)
df = generate_df_affect_by_n_days(s, 2)
print(df)