如何在股票分钟级DataFrame中直接生成包含groupby分组第n行数据的新列

嘿，我完全get到你的需求了——你已经能用groupby配合nth(1)拿到每日第2行的价格数据，但不想单独生成新DataFrame，而是直接把这些值加到原表的对应日期行里对吧？这其实只需要多一步日期偏移+表合并就能搞定，具体步骤如下：

方法步骤 #

1. 提取目标数据并调整匹配日期
   首先，我们先拿到每日分组第2行的价格数据，然后用shift(-1)把日期往后偏移一天——这样原数据里1月11日的行，就能匹配到1月10日的那组目标数据了：

   # 获取每日第2行的价格数据，同时将日期偏移为次日（用于和原表匹配）
   prev_day_nth1_data = bn_futures.groupby('Date')['Open','High','Low','Close'].nth(1).shift(-1).reset_index()
   

2. 合并回原DataFrame
   接着把这个小数据集和原DataFrame用Date列做连接，就能直接在原表中新增对应列了，还可以用suffixes给新增列加个标识：

   # 合并到原表，新增列会带上_prev_day_nth1后缀
   bn_futures = bn_futures.merge(prev_day_nth1_data, on='Date', suffixes=('', '_prev_day_nth1'))
   

简化场景（仅需某一列） #

如果你只需要某一列的前日第2行数据（比如收盘价），可以更精简：

# 仅提取Close列的前日第2行数据，并重命名列名
prev_day_close_nth1 = bn_futures.groupby('Date')['Close'].nth(1).shift(-1).reset_index(name='Prev_Day_Close_Nth1')
# 合并到原表
bn_futures = bn_futures.merge(prev_day_close_nth1, on='Date')

补充说明 #

如果某一天的分组数据不足2行（比如当天只有1条分钟数据），nth(1)会返回NaN，合并后原表对应日期的新增列也会是NaN，你可以根据业务需求用fillna()做后续处理~

内容的提问来源于stack exchange，提问作者ashish gupta