如何在Pandas中实现类似SQL带分组滞后参数的计算？

原SQL实现逻辑 #

在SQL中，我们可以通过窗口函数快速实现带分区的滞后指标计算，示例如下：

CASE
   WHEN dt_rep.fcr = 0::numeric THEN 0::numeric
                ELSE (dt_rep.fcr - lag(dt_rep.fcr) OVER (PARTITION BY dt_rep.place_id ORDER BY dt_rep.bucket)) / dt_rep.fcr
END AS cr

这段代码按place_id分区、bucket排序，用lag函数计算cr，最后过滤cr为null的行得到结果。

Pandas常规实现（需临时列） #

在Pandas中常规做法是先生成分组移位的临时列，再计算目标列：

data_fin['fcr_b'] = data_fin.groupby(['place_id'])['fcr'].shift(1)
# 后续计算cr：(data_fin['fcr'] - data_fin['fcr_b']) / data_fin['fcr']，再处理fcr=0的情况，最后过滤NaN

更简洁的直接实现方法 #

可以跳过临时列，直接在分组操作中完成cr列的计算，以下是两种简洁写法：

写法1：分组apply链式处理 #

# 直接计算cr，同时处理fcr=0的情况
data_fin['cr'] = data_fin.groupby('place_id')['fcr'].apply(
    lambda x: (x - x.shift(1)) / x
).where(data_fin['fcr'] != 0, 0)

# 过滤掉每组第一行（移位后为NaN的行）
data_fin = data_fin.dropna(subset=['cr'])

写法2：用assign链式调用，全程无临时变量 #

data_fin = (
    data_fin
    .assign(
        cr=lambda df: df.groupby('place_id')['fcr']
                       .apply(lambda x: (x - x.shift(1)) / x)
                       .where(df['fcr'] != 0, 0)
    )
    .dropna(subset=['cr'])
)

核心说明 #

• x.shift(1)等价于SQL中的lag(dt_rep.fcr)，默认滞后1行
• where方法对应SQL的CASE WHEN逻辑，当fcr=0时返回0，否则执行计算
• dropna(subset=['cr'])对应SQL中过滤cr为null的操作，移除每组的第一行（无滞后值的行）

内容的提问来源于stack exchange，提问作者OcMaRUS