基于年度周期的DataFrame列值跨年份差值计算求助

我明白你要实现的是：给每行计算当前年份的Current Amount减去上一年份的Previous Amount，并且同一年的所有行共享同一个Change值。你的尝试逻辑没踩对关键点——需要先把每个年份的Previous Amount映射到下一年，而不是直接用行级的shift或where匹配。

分步实现代码 #

假设你的数据框名为df，按以下步骤操作：

1. 构建上一年份的Previous Amount映射表
   先按年份分组提取每个年份的Previous Amount（从你的示例看，每个年份的该值是唯一的；如果实际有多个，可根据需求用sum()/mean()等聚合），然后将年份+1，这样就能对应到下一年的计算：

   import pandas as pd
   
   # 提取各年份的Previous Amount，生成映射表
   prev_year_data = df.groupby('Year')['Previous Amount'].first().reset_index()
   # 将年份+1，让该值对应到下一年的Change计算
   prev_year_data['Year'] = prev_year_data['Year'] + 1
   # 重命名列方便后续合并
   prev_year_data = prev_year_data.rename(columns={'Previous Amount': 'Last_Year_Previous_Amount'})
   

2. 合并映射表到原数据
   通过年份将映射表和原数据合并，这样每一行都能拿到对应上一年的Previous Amount：

   df = df.merge(prev_year_data, on='Year', how='left')
   

3. 计算Change列
   直接用当前Current Amount减去上一年的Previous Amount，2021年因为没有上一年数据，会自动得到NaN；如果需要格式化带逗号的数字，可额外处理：

   # 计算差值
   df['Change'] = df['Current Amount'] - df['Last_Year_Previous_Amount']
   # 可选：将数字格式化为带千分位逗号的样式（如你的示例）
   df['Change'] = df['Change'].apply(lambda x: f"{int(x):,}" if pd.notna(x) else 'NaN')
   

为什么你的原代码不生效？ #

• 第一个尝试Df['Current Amount'] - Df['Previous Amount'].where(Df['Year']==Df['Year']-1)：同一行的Year不可能等于Year-1，所以where返回全是NaN，结果自然不对。
• 第二个尝试Df['Current Amount'] - Df['Previous Amount'].where(Df['Year']==Df['Year'].shift(-1))：shift(-1)是把下一行的年份移到当前行，这只能关联相邻行的年份，无法实现“上一年整体对应当前年所有行”的逻辑。

运行上述代码后，就能得到你期望的结果啦。

内容的提问来源于stack exchange，提问作者Birinder Singh