shift函数是对数据进行移动的操作，假如现在有一个DataFrame数据df，如下所示：
| index | value1 |
|---|---|
| A | 0 |
| B | 1 |
| C | 2 |
| D | 3 |
那么如果执行以下代码：
df.shift()
就会变成如下：
| index | value1 |
|---|---|
| A | NaN |
| B | 0 |
| C | 1 |
| D | 2 |
看一下函数原型：
DataFrame.shift(periods=1, freq=None, axis=0)
参数：
- periods：类型为int，表示移动的幅度，可以是正数，也可以是负数，默认值是1,1就表示移动一次，注意这里移动的都是数据，而索引是不移动的，移动之后没有对应值的，就赋值为NaN。
执行以下代码：
df.shift(2)
就会得到：
| index | value1 |
|---|---|
| A | NaN |
| B | NaN |
| C | 0 |
| D | 1 |
执行：
df.shift(-1)
会得到：
| index | value1 |
|---|---|
| A | 1 |
| B | 2 |
| C | 3 |
| D | NaN |
- freq： DateOffset, timedelta, or time rule string，可选参数，默认值为None，只适用于时间序列，如果这个参数存在，那么会按照参数值移动时间索引，而数据值没有发生变化。例如现在有df1如下：
| index | value1 |
|---|---|
| 2016-06-01 | 0 |
| 2016-06-02 | 1 |
| 2016-06-03 | 2 |
| 2016-06-04 | 3 |
执行：
df1.shift(periods=1,freq=datetime.timedelta(1))
会得到：
| index | value1 |
|---|---|
| 2016-06-02 | 0 |
| 2016-06-03 | 1 |
| 2016-06-04 | 2 |
| 2016-06-05 | 3 |
axis：{0, 1, ‘index’, ‘columns’}，表示移动的方向，如果是0或者’index’表示上下移动，如果是1或者’columns’，则会左右移动。
参考：