首先，我是熊猫的新手，但我已经爱上了它。我正在尝试实现与Oracle的滞后功能等效的功能。
假设您有以下DataFrame：
Date Group Data 2014-05-14 09:10:00 A 1 2014-05-14 09:20:00 A 2 2014-05-14 09:30:00 A 3 2014-05-14 09:40:00 A 4 2014-05-14 09:50:00 A 5 2014-05-14 10:00:00 B 1 2014-05-14 10:10:00 B 2 2014-05-14 10:20:00 B 3 2014-05-14 10:30:00 B 4
如果这是一个oracle数据库，而我想创建一个按“ Group”列分组并按Date排序的滞后函数，则可以轻松使用此函数：
LAG(Data,1,NULL) OVER (PARTITION BY Group ORDER BY Date ASC) AS Data_lagged
这将产生下表：
Date Group Data Data lagged 2014-05-14 09:10:00 A 1 Null 2014-05-14 09:20:00 A 2 1 2014-05-14 09:30:00 A 3 2 2014-05-14 09:40:00 A 4 3 2014-05-14 09:50:00 A 5 4 2014-05-14 10:00:00 B 1 Null 2014-05-14 10:10:00 B 2 1 2014-05-14 10:20:00 B 3 2 2014-05-14 10:30:00 B 4 3
在大熊猫中，我可以将日期设置为索引并使用shift方法：
db["Data_lagged"] = db.Data.shift(1)
唯一的问题是，这不会按列分组。即使将日期和组这两列设置为索引，我仍然会在滞后列中获得“ 5”。
有没有办法在熊猫中实现等效的超前和滞后功能？
您可以执行groupby / apply（shift）操作：
In [15]: df['Data_lagged'] = df.groupby(['Group'])['Data'].shift(1) In [16]: df Out[16]: Date Group Data Data_lagged 2014-05-14 09:10:00 A 1 NaN 2014-05-14 09:20:00 A 2 1 2014-05-14 09:30:00 A 3 2 2014-05-14 09:40:00 A 4 3 2014-05-14 09:50:00 A 5 4 2014-05-14 10:00:00 B 1 NaN 2014-05-14 10:10:00 B 2 1 2014-05-14 10:20:00 B 3 2 2014-05-14 10:30:00 B 4 3 [9 rows x 4 columns]
为了获得ORDER BY Date ASC效果，您必须首先对DataFrame进行排序：
ORDER BY Date ASC
df['Data_lagged'] = (df.sort_values(by=['Date'], ascending=True) .groupby(['Group'])['Data'].shift(1))
