R语言：如何基于x列的值对数据框的行进行水平偏移

我懂你要做的事——根据x列的数值，让每行的a到e列做水平偏移，最后提取出固定的a、b、c三列结果。用Pandas就能轻松实现，下面给你两种可行的方法：

1. 逐行处理（直观易懂，适合小数据集） #

先还原你的原始数据：

import pandas as pd

# 原始数据框
df = pd.DataFrame({
    'x': [0, 1, 2],
    'a': [0, 0, 0],
    'b': [0, 0, 0],
    'c': [1, 1, 1],
    'd': [1, 1, 1],
    'e': [1, 1, 1]
})

然后定义一个处理单行的函数，根据x的值来切片a-e的列值：

def shift_row(row):
    # 获取当前行的偏移量
    shift_num = row['x']
    # 把a到e的列转成列表
    col_values = row[['a', 'b', 'c', 'd', 'e']].tolist()
    # 从偏移位置开始取3个元素，对应目标的a、b、c
    return pd.Series(col_values[shift_num:shift_num+3], index=['a', 'b', 'c'])

# 把函数应用到每一行，生成结果
result_df = df.apply(shift_row, axis=1).reset_index(drop=True)

运行后就能得到你想要的结果：

a  b  c
0  0  0  1
1  0  1  1
2  1  1  1

2. 向量化实现（高效快速，适合大数据集） #

如果你的数据量很大，逐行处理的apply效率会偏低，用Numpy的向量化索引操作会快很多：

import numpy as np

cols = ['a', 'b', 'c', 'd', 'e']
# 把a-e列转成numpy数组
data_arr = df[cols].values
# 计算每一行要提取的元素索引：偏移量 + 0/1/2（对应a/b/c）
row_indices = np.arange(len(df))[:, None]
col_indices = df['x'].values[:, None] + np.arange(3)
# 提取对应位置的值，生成新数据框
result_df = pd.DataFrame(data_arr[row_indices, col_indices], columns=['a', 'b', 'c'])

这个方法直接通过数组索引定位要提取的元素，避免了逐行循环，处理大规模数据时优势明显。

内容的提问来源于stack exchange，提问作者littletimmy