我正在尝试在熊猫数据帧中创建一个新列,该列是明年相同ID的分数。请参阅以下示例原始数据:
Year ID Score
2018 785 8.4
2018 770 -1.2
2017 733 3.2
2017 785 7.9
2018 733 3.9
如果没有下一年的数据,则应填写NA。所以我正在寻找的输出是:
Year ID Score col
2018 785 8.4 NA
2018 770 -1.2 NA
2017 733 3.2 3.9
2017 785 7.9 8.4
2018 733 3.9 NA
数据当前未排序。
如果您的数据具有所有 ID 的连续年份(没有带有2016 2018
的 ID(,那么您可以执行以下操作:
df['col'] = df.sort_values('Year').groupby('ID').Score.shift(-1)
输出:
Year ID Score col
0 2018 785 8.4 NaN
1 2018 770 -1.2 NaN
2 2017 733 3.2 3.9
3 2017 785 7.9 8.4
4 2018 733 3.9 NaN
如果年份不能保证是连续的,则进行合并:
df.merge(df.assign(Year=lambda x: x.Year - 1),
on=['Year', 'ID'],
suffixes = ['','_new'],
how='left')
输出:
Year ID Score Score_new
0 2018 785 8.4 NaN
1 2018 770 -1.2 NaN
2 2017 733 3.2 3.9
3 2017 785 7.9 8.4
4 2018 733 3.9 NaN