分组、移位和求和答案

【问题标题】：Groupby, Shift and Sum分组、移位和求和
【发布时间】：2019-07-09 08:48:59
【问题描述】：

我有以下数据框：

product    Week_Number       Sales
1               1              10
2               1              15
1               2              20

我想按产品和周数分组，并创建一个包含该产品下周销售额的列：

product    Week_Number       Sales       next_week
1               1              10            20      
2               1              15             0
1               2              20             0

【问题讨论】：

标签： python pandas shift

【解决方案1】：

将DataFrame.sort_values 与DataFrameGroupBy.shift 一起使用：

#if not sure if sorted per 2 columns
df = df.sort_values(['product','Week_Number'])

#pandas 0.24+
df['next_week'] = df.groupby('product')['Sales'].shift(-1, fill_value=0)
#pandas below
#df['next_week'] = df.groupby('product')['Sales'].shift(-1).fillna(0, downcast='int')
print (df)
   product  Week_Number  Sales  next_week
0        1            1     10         20
1        2            1     15          0
2        1            2     20          0

如果可能重复并且需要首先在真实数据中聚合sum：

df = df.groupby(['product','Week_Number'], as_index=False)['Sales'].sum()
df['next_week'] = df.groupby('product')['Sales'].shift(-1).fillna(0, downcast='int')
print (df)
   product  Week_Number  Sales  next_week
0        1            1     10         20
1        1            2     20          0
2        2            1     15          0

【讨论】：

【解决方案2】：

先对数据进行排序
然后使用转换应用移位

df = pd.DataFrame(data={'product':[1,2,1],
                        'week_number':[1,1,2],
                        'sales':[10,15,20]})
df.sort_values(['product','week_number'],inplace=True)
df['next_week'] = df.groupby(['product'])['sales'].transform(pd.Series.shift,-1,fill_value=0)
print(df)

      product  week_number  sales  next_week
0        1            1     10         20
2        1            2     20          0
1        2            1     15          0

【讨论】：