Python shift() 来自同一列，如 Excel 中的日期答案

【问题标题】：Python shift() from same column like in Excel with datesPython shift() 来自同一列，如 Excel 中的日期
【发布时间】：2021-01-19 08:52:21
【问题描述】：

我想在 python 中创建 'target_start' 列：

id	start	end	diff	target_start
12220	1999-11-22	2008-08-31	3515	1999-11-22
12220	2018-04-16	2019-09-15	1	2018-04-16
12220	2019-09-16	2019-11-30	1	2018-04-16
12220	2019-12-01	2020-03-31	1	2018-04-16
12220	2020-04-01	2020-06-30	-711	2018-04-16
11132	2018-07-20	2019-09-15	1	2018-07-20
11132	2019-09-16	2021-01-01	-44197	2018-07-20

这在 Excel 中很容易解决：

但我不知道，我如何在 pyton 中做到这一点：第一个目标行是“1”，然后：

df.loc[df.index==0,'target_start']= df['start']

我试过这段代码，但没有用：

import pandas as pd
df=pd.read_excel('./Shift.xlsx')

#if id != id.shift(1) then target_start = start
df.loc[df['id'] != df['id'].shift(1), 'target_start'] = df['start']

#elif: diff != 1 then target_start = start
df.loc[df['diff'].shift(1) != 1, 'target_start'] = df['start']

#else: target_start = target_start.shift(1)
df.loc[(df.index != 0) & (df['id'] == df['id'].shift(1)) & (df['diff'].shift(1) == 1), 'target_start']=df['target_start'].shift(1)

print(df)

结果是：

id	start	end	diff	target_start
12220	1999-11-22	2008-08-31	3515	1999-11-22
12220	2018-04-16	2019-09-15	1	2018-04-16
12220	2019-09-16	2019-11-30	1	2018-04-16
12220	2019-12-01	2020-03-31	1	NaT
12220	2020-04-01	2020-06-30	-711	NaT
11132	2018-07-20	2019-09-15	1	2018-07-20
11132	2019-09-16	2021-01-01	-44197	2018-07-20

有人知道如何解决这个问题吗？提前致谢！

【问题讨论】：

“不起作用”是什么意思？实际输出是多少？
@LeoE：我把它写到帖子上。问题在于 target_start 列中的 NaT 值
如果它解决了问题，请接受它作为答案。谢谢你:)

标签： python shift

【解决方案1】：

以下是我将如何实现您的 excel 公式（您突出显示）：

df.start = pd.to_datetime(df.start)
df.end = pd.to_datetime(df.end)
df.target_start = pd.to_datetime(df.target_start)

df["id_shift"] = df.id.shift()

target_start = [df.iloc[0, 1]]

for i in range(1, df.shape[0]):
    print(i)
    if df.iloc[i, 0] != df.iloc[i - 1, 0]:
        target_start.append(df.iloc[i, 1])
    else:
        if df.iloc[i, 3] == 1:
            target_start.append(df.iloc[i, 1])
        else:
            target_start.append(target_start[i - 1])


df["target_start"] = target_start
del df["id_shift"]

它会生成以下结果：

id  start   end         diff                 target_start
0   12220   1999-11-22  2008-08-31  3515    1999-11-22
1   12220   2018-04-16  2019-09-15  1       2018-04-16
2   12220   2019-09-16  2019-11-30  1       2019-09-16
3   12220   2019-12-01  2020-03-31  1       2019-12-01
4   12220   2020-04-01  2020-06-30  -711    2019-12-01
5   11132   2018-07-20  2019-09-15  1       2018-07-20
6   11132   2019-09-16  2021-01-01  -44197  2018-07-20

【讨论】：

【解决方案2】：

谢谢@quest！太棒了:)

我先解决了一个问题：

        else:
            if df.iloc[i-1, 3] != 1:
                target_start.append(df.iloc[i, 1])

所以完美的代码是：

df.start = pd.to_datetime(df.start)
df.end = pd.to_datetime(df.end)
df.target_start = pd.to_datetime(df.target_start)

df["id_shift"] = df.id.shift()

target_start = [df.iloc[0, 1]]

for i in range(1, df.shape[0]):
    #print(i)
    if df.iloc[i, 0] != df.iloc[i - 1, 0]:
        target_start.append(df.iloc[i, 1])
    else:
        if df.iloc[i-1, 3] != 1:
            target_start.append(df.iloc[i, 1])
        else:
            target_start.append(target_start[i - 1])


df["target_start"] = target_start
del df["id_shift"]
df.head(7)

再次感谢！你帮了大忙。

【讨论】：