Python中如何从指定索引位置开始生成新列表及pandas序列

实现方案 #

你需要的是pandas序列的错位赋值需求，直接用内置的shift()方法即可实现，不需要手动循环，效率更高也不会出现索引错位问题。

场景1：新序列Longitud_max的第n位对应原序列Longitud_min的第n-1位（即索引1开始对应原序列索引0，索引2对应原序列索引1，以此类推）

# 偏移1位，索引0默认返回NaN，如果需要填充指定值可追加fillna方法
df['Longitud_max'] = df['Longitud_min'].shift(1)
# 示例：索引0填充原序列索引1的取值
df['Longitud_max'] = df['Longitud_min'].shift(1).fillna(df['Longitud_min'].iloc[1])

场景2：新序列Longitud_max从索引2开始对应原序列Longitud_min的内容（即索引2对应原序列索引0，索引3对应原序列索引1，以此类推）

# 偏移2位，前2位默认返回NaN，可按需填充
df['Longitud_max'] = df['Longitud_min'].shift(2)
# 示例：前两位填充原序列的前两位取值
df['Longitud_max'] = df['Longitud_min'].shift(2).fillna(method='backfill')

手动循环实现方案（不推荐）

你之前的代码逻辑出错是因为没有提前初始化等长列表，且遍历的是原序列所有元素而非从指定索引开始遍历，修正后写法如下：

# 先初始化和原序列长度一致的空列表
Longitud_max = [None] * len(df)
# 按需求给前两个位置赋值，示例前两位保留原序列的前两位
Longitud_max[0] = df['Longitud_min'].iloc[0]
Longitud_max[1] = df['Longitud_min'].iloc[1]
# 从索引2开始填充原序列从索引0开始的内容
for i in range(2, len(df)):
    Longitud_max[i] = df['Longitud_min'].iloc[i-2]
df['Longitud_max'] = Longitud_max

内容的提问来源于stack exchange，提问作者Services Puzzles Consulting