Python：将数组添加为包含每行x个先前值的新列

Question

我有此数据集：

Date          Stock    Peak    Trough 
2002-01-01    33.78    False   True   
2002-01-02    34.19    False   False   
2002-01-03    35.44    False   False 
2002-01-04    36.75    True    False 

我的目标是添加一个新的列“功能”，其中所有x先前的股票价格一直排到当前的每一行。假设x = 3，则如下所示：

Date          Stock    Peak    Trough    Feature
2002-01-01    33.78    False   True      [NaN, NaN, 33.78]
2002-01-02    34.19    False   False     [NaN, 33.78, 34.19]
2002-01-03    35.44    False   False     [33.78, 34.19, 35.44]
2002-01-04    36.75    True    False     [34.19, 35.44, 36.75]

因此，新列“功能”应该是一个数组，该数组中的最后一个值应始终是该行中股票的相应价格。

我尝试使用shift（），但我不知道如何将所有x个先前值作为数组添加到数据帧。实现目标的最佳方法是什么？谢谢！

Answer 1

我认为您需要先添加NaN，然后添加this solution，最后通过按[1:]进行索引，仅删除仅第一个NaN列表：

n = 3
x = np.concatenate([[np.nan] * (n), df['Stock'].values])

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

df['new'] = rolling_window(x, n)[1:].tolist()
print (df)
         Date  Stock   Peak  Trough                    new
0  2002-01-01  33.78  False    True      [nan, nan, 33.78]
1  2002-01-02  34.19  False   False    [nan, 33.78, 34.19]
2  2002-01-03  35.44  False   False  [33.78, 34.19, 35.44]
3  2002-01-04  36.75   True   False  [34.19, 35.44, 36.75]