如何基于用户分组在Pandas中创建滞后变量列

要实现按用户分组的hateful_replies滞后1期计算，且首次记录填充0，你可以借助pandas的groupby结合shift方法，步骤如下：

1. 确保数据按用户和时间排序 #

首先必须保证同一用户的记录按月份顺序排列，否则shift会取到错误的历史值：

df = df.sort_values(['user_name', 'month'])

2. 分组生成滞后列并填充空值 #

按user_name分组后，对hateful_replies执行shift(1)，再用fillna(0)将首次记录的空值替换为0：

df['hateful_replies-1'] = df.groupby('user_name')['hateful_replies'].shift(1).fillna(0)

效果示例 #

假设原始数据如下：

处理后输出：

内容的提问来源于stack exchange，提问作者Connor95