如何在熊猫 groupby 中移动整个组

Question

给定以下数据：

data = {'a' : [1,1,1,8,8,3,3,3,3,4,4] }
df = pd.DataFrame(data)

我现在想将整个内容向下移动 n 个组，以便保留它们当前的顺序。 n=1 移位的期望输出是：

desired_output = {'a': [NaN,NaN,NaN,1,1,8,8,8,8,3,3] }
desired_output_df = pd.DataFrame(desired_output)

n=2 的移位应该是：

desired_output = {'a': [NaN,NaN,NaN,NaN,NaN,1,1,1,1,8,8] }
desired_output_df = pd.DataFrame(desired_output)

我一直在搞乱 groupby/transform/apply，但到目前为止还没有任何工作。如果我分组然后移位，它会移动每个组，给出以下输出：

NOT_desired_output = {'a' : [NaN, 1, 1, NaN, 8, NaN, 3,3,3, NaN, 4]}

我可以通过迭代来强制它，但我确信有更好的解决方案。有什么想法吗？

Answer 1

这是一个有趣的操作。我可以用replace 想到另一种方法。

移动 1 组：

>>> df['b'] = df.a.shift()
>>> x = df[df.a != df.b]
>>> df.replace(*x.values.T)

这给出了DataFrame：

     a   b
0  NaN NaN
1  NaN NaN
2  NaN NaN
3    1 NaN
4    1   1
5    8   1
6    8   8
7    8   8
8    8   8
9    3   8
10   3   3

我们只想要这个DataFrame的a列：

desired_output_df = pd.DataFrame(_, columns=['a'])

要移动多个组，您只需移动b 的列x。如果要按n 组移动，则需要将x.b 移动额外n-1 次。只需插入行

>>> x.b = x.b.shift(n-1)

在x = df[df.a != df.b] 之后执行df.replace(*x.values.T) 步骤。