提问人：dsilva 提问时间：11/6/2023 更新时间：11/6/2023 访问量：48
在数据框中使用上个月的信息构建列
Build a column with previous month information in a dataframe
问：
我有这个 df 的例子
我对它进行了一些转换，我需要在新列中获取上个月的标记值以进行比较。该列应根据“id”列中的不同值具有“标记”列的最大值。
下面是 DataFrame 的示例
df = pd.DataFrame({'date':['202301','202301','202301','202301','202302','202302','202302','202302','202303','202303','202303','202304','202304'],
'mark': [1,1,2,3,1,1,1,1,1,3,1,1,1
],
'id':[20,20,21,21,20,20,21,21,20,20,21,20,21
]})
这是所需的输出
date mark id mark_previous
202301 1 20 0
202301 1 20 0
202301 2 21 0
202301 3 21 0
202302 1 20 1
202302 1 20 1
202302 1 21 3
202302 1 21 3
202303 1 20 1
202303 3 20 1
202303 1 21 1
202304 1 20 3
202304 1 21 1
您建议如何获取该列？
此致敬意！
答：
2赞
Gabriel Ramuglia
11/6/2023
#1
您可以通过以下步骤实现所需的内容：
将日期转换为日期时间格式，例如
df['date'] = pd.to_datetime(df['date'], format='%Y%m')
按“id”和“date”对 DataFrame 进行排序
df = df.sort_values(by=['id', 'date'])
按“id”对 DataFrame 进行分组，并使用 groupby 和 shift 函数
df['mark_shifted'] = df.groupby('id')['mark'].shift(1)
创建和使用累积最大值
df['mark_cummax'] = df.groupby(['id', df['date'].dt.to_period('M')])['mark_shifted'].cummax()
清理东西
df['mark_previous'] = df['mark_cummax'].fillna(0).astype(int)
df.drop(columns=['mark_shifted', 'mark_cummax'], inplace=True)
试一试吧！
资料来源：我的文章 https://ioflood.com/blog/pandas-dataframe/
2赞
Panda Kim
11/6/2023
#2
法典
g = df.groupby(['date', 'id'])
df['mark_previous'] = g.tail(1).groupby('id')['mark'].shift()
df['mark_previous'] = g['mark_previous'].transform('max').fillna(0).astype('int')
方向差 ：
date mark id mark_previous
0 202301 1 20 0
1 202301 1 20 0
2 202301 2 21 0
3 202301 3 21 0
4 202302 1 20 1
5 202302 1 20 1
6 202302 1 21 3
7 202302 1 21 3
8 202303 1 20 1
9 202303 3 20 1
10 202303 1 21 1
11 202304 1 20 3
12 202304 1 21 1
中间
g.tail(1).groupby('id')['mark'].shift()
:
1 NaN
3 NaN
5 1.0000
7 3.0000
9 1.0000
10 1.0000
11 3.0000
12 1.0000
Name: mark, dtype: float64
评论