groupby 在 pandas 中移动答案

【问题标题】：groupby shifting in pandasgroupby 在 pandas 中移动
【发布时间】：2015-09-18 22:07:24
【问题描述】：

我该如何转这个：

 year artist           genre    genre_sales
 1999      A        Pop/Rock             10
 1999      B        Hip/Hop              15
 1999      C        Country               8            
 2000      A        Pop/Rock             11
 2000      B        Hip/Hop              14
 2000      D        Jazz                  1
 2001      B        Hip/Hop              18
 2001      C        Country              10

进入这个：

 year artist           genre    genre_sales
 1999      A        Pop/Rock            Nan 
 1999      B        Hip/Hop             Nan
 1999      C        Country             Nan
 2000      A        Pop/Rock             10
 2000      B        Hip/Hop              15
 2000      D        Jazz            (1999 Jazz sales despite D not releasing in '99)
 2001      B        Hip/Hop              14
 2001      C        Country         (2000 country values, not the 8 from '99)

我看到了 groupby-shift question and cookbook 页面，并认为我可以这样做：

df.groupby(['year','artist'])['genre_sales'].shift(1)

或

df.groupby(['year','genre','artist'])['genre_sales'].shift(1)

但我认为只有艺术家每年制作一张专辑才能奏效。

Current 'Genre Sales' 是该艺术家在该年的流派的年销售额。我正在努力让每位艺术家连续获得上一年的“流派销售”。每个流派每年都会有多个艺术家，并且每个艺术家在给定的年份中可以有零个或多个该流派的条目。

【问题讨论】：

实际上我无法弄清楚如何将第一个数据帧转换为第二个数据帧。能否请您更具体一些（您想实现哪个功能？）

标签： python pandas

【解决方案1】：

另一种方法是使用 groupby-apply 组合

创建一个应用于每个段的函数并添加一个新列，该列是移动的目标列：

def shiftCol(grp, newCol, col):
    grp[newCol] = grp[col].shift()
    return grp

然后只需调用该函数，指定要移位的列的名称

df.groupby(['artist']).apply(shiftCol, newCol = 'prev_genre_sales',col = 'genre_sales')

【讨论】：

【解决方案2】：

df_prev = df.copy()

df[     'prev_year'] = df[     'year'] - 1    
df_prev['prev_year'] = df_prev['year']
df_prev[     'year'] = df_prev['year'] + 1

df2 = df.merge( df_prev, how='outer', on=['year','prev_year','artist','genre'], 
                suffixes=['','_prev'] )

df2.sort(['artist','genre','year']).fillna(0)

    year artist     genre  genre_sales  prev_year  genre_sales_prev
0   1999      A  Pop/Rock           10       1998                 0
3   2000      A  Pop/Rock           11       1999                10
9   2001      A  Pop/Rock            0       2000                11
1   1999      B   Hip/Hop           15       1998                 0
4   2000      B   Hip/Hop           14       1999                15
6   2001      B   Hip/Hop           18       2000                14
11  2002      B   Hip/Hop            0       2001                18
2   1999      C   Country            8       1998                 0
8   2000      C   Country            0       1999                 8
7   2001      C   Country           10       2000                 0
12  2002      C   Country            0       2001                10
5   2000      D      Jazz            1       1999                 0
10  2001      D      Jazz            0       2000                 1

【讨论】：

顶部的 df 和 df_prev 是怎么回事？ df_prev 是原件的副本吗？
糟糕，是的，这只是一个副本。现已修复。