Pandas：固定间隔差值计算适配可变间隔，无足够记录时使用最早记录

嘿，我来帮你搞定这个需求！你原来用的df.groupby('Client')['CAV'].diff(-5)只能处理存在6个月前记录的情况，没有对应记录时就返回NaN，而我们需要用客户最早的CAV值来补全计算，下面是具体的解决步骤：

步骤1：确保数据排序正确 #

首先要保证每个客户的记录是按月份降序排列的（你的原始数据已经是这样，但显式排序能避免后续出错）：

df = df.sort_values(['Client', 'Month'], ascending=[True, False])

步骤2：计算目标差值 #

我们需要对每个客户分组后，先获取6个月前的CAV值（用shift(-5)），当没有对应记录时，用该客户最早的CAV值（组内最后一条记录的CAV）填充，再用当前CAV减去这个值得到差值：

df['CAV_diff'] = df.groupby('Client')['CAV'].apply(
    lambda x: x - x.shift(-5).fillna(x.iloc[-1])
)

代码解释 #

• x.shift(-5)：将当前客户组的CAV列向后偏移5行，对应“6个月前”的记录（比如当前行是最新月份，往后数5行就是间隔6个月的记录）
• .fillna(x.iloc[-1])：当偏移后没有对应值（即记录不足6个月）时，用该客户最早的CAV值（组内最后一行的CAV）填充
• 最终用当前CAV值减去处理后的偏移值，得到我们需要的差值

验证结果 #

运行这段代码后，你就能得到完全符合期望的结果：

内容的提问来源于stack exchange，提问作者Jenny Jing Yu