Pandas 和 Python 数据框和条件移位函数答案

【问题标题】：Pandas and Python Dataframes and Conditional Shift FunctionPandas 和 Python 数据框和条件移位函数
【发布时间】：2016-08-14 17:25:59
【问题描述】：

数据帧中是否有条件“移位”参数？

例如，

假设我拥有一辆二手车，并且我有如下数据

SaleDate    Car
12/1/2016   Wrangler
12/2/2016   Camry
12/3/2016   Wrangler
12/7/2016   Prius
12/10/2016  Prius
12/12/2016  Wrangler

我想从这个列表中找出两件事 -

1) 对于每次销售，最后一天售出汽车是什么时候？这在 Pandas 中很简单，只需简单转换如下

df['PriorSaleDate'] = df['SaleDate'].shift()

2) 对于每次销售，同一类型汽车的上一销售日期是什么时候？因此，例如，12/3 的 Wrangler 销售会将两行指向 12/1（最后一次第 3 行中的“car”值等于前一行中的“car”值）。

对于 12/12 出售的牧马人，我想要 12/3 的价值

是否有条件移位参数可以让我获得 df['Car'] 的值等于该行中 df['Car'] 的值的行？

非常感谢您的帮助

【问题讨论】：

标签： python pandas data-analysis

【解决方案1】：

您可以使用groupby 和shift()：

import io
import pandas as pd

text = """SaleDate    Car
12/1/2016   Wrangler
12/2/2016   Camry
12/3/2016   Wrangler
12/7/2016   Prius
12/10/2016  Prius
12/12/2016  Wrangler"""

df = pd.read_csv(io.StringIO(text), delim_whitespace=True, parse_dates=[0])
df["lastSaleDate"] = df.groupby("Car").SaleDate.shift()

输出：

    SaleDate       Car lastSaleDate
0 2016-12-01  Wrangler          NaT
1 2016-12-02     Camry          NaT
2 2016-12-03  Wrangler   2016-12-01
3 2016-12-07     Prius          NaT
4 2016-12-10     Prius   2016-12-07
5 2016-12-12  Wrangler   2016-12-03

【讨论】：

我喜欢那个解决方案，但是有什么方法可以根据前一行保留最后的销售日期，或者我需要将其设为两步过程（groupby 与 shift 然后 df ['PriorSaleDate'] = df['SaleDate'].shift())？谢谢！
HYRY 的回答似乎完全符合您的要求。你只需要做两个任务。

【解决方案2】：

我基本上是在复制 HYRY 的答案并稍作修改。如果你喜欢这个解决方案。选择HYRY的答案作为你的答案。

from StringIO import StringIO  # this is what I needed to do
import pandas as pd

text = """SaleDate    Car
12/1/2016   Wrangler
12/2/2016   Camry
12/3/2016   Wrangler
12/7/2016   Prius
12/10/2016  Prius
12/12/2016  Wrangler"""

df = pd.read_csv(StringIO(text), delim_whitespace=True, parse_dates=[0])

# what you already did
df['PriorSaleDate'] = df['SaleDate'].shift()

# what HYRY did
df["CarSpecificPriorSaleDate"] = df.groupby("Car").SaleDate.shift()

看起来像

Out[34]:
    SaleDate       Car PriorSaleDate CarSpecificPriorSaleDate
0 2016-12-01  Wrangler           NaT                      NaT
1 2016-12-02     Camry    2016-12-01                      NaT
2 2016-12-03  Wrangler    2016-12-02               2016-12-01
3 2016-12-07     Prius    2016-12-03                      NaT
4 2016-12-10     Prius    2016-12-07               2016-12-07
5 2016-12-12  Wrangler    2016-12-10               2016-12-03

【讨论】：