如何用Python/Pandas自连接DataFrame获取上一年度数据？

方法一：自连接（严格匹配上一年） #

这是完全符合你需求的方案，通过创建辅助表并左连接，严格匹配同一客户（AcctID+Cntry）下Year = 当前Year - 1的记录。

步骤： #

1. 复制原DataFrame，将Year字段加1，并重命名财务字段为带Prev前缀的名称；
2. 将原DataFrame与辅助表按AcctID、Cntry、Year做左连接，保留原表所有记录，无匹配则填充NaN（对应预期的null）。

代码示例： #

import pandas as pd

# 假设你的原DataFrame为fin_df
# 1. 创建辅助表
prev_fin_df = fin_df.copy()
# 将Year加1，作为匹配原表Year的连接键
prev_fin_df['Year'] = prev_fin_df['Year'] + 1
# 重命名财务字段
prev_fin_df = prev_fin_df.rename(columns={
    'Revenue': 'PrevRevenue',
    'Income': 'PrevIncome'
})

# 2. 左连接原表与辅助表
result_df = pd.merge(
    fin_df,
    prev_fin_df,
    on=['AcctID', 'Cntry', 'Year'],
    how='left'
)

# 输出结果（与预期一致）
print(result_df)

说明： #

• 辅助表的Year设置为原年份+1，确保原表每条记录能精准匹配到同客户下的上一年数据；
• 左连接会保留原表所有行，没有对应上一年数据的记录，PrevRevenue和PrevIncome自动填充NaN，符合你的规则要求。

方法二：分组后Shift（仅适用于年份连续场景） #

如果你的数据中每个客户的年份是连续无断层的，可以用groupby+shift简化操作，但如果存在年份缺失（比如A5001 USA无2013年数据），此方法会错误填充前一条记录的数据，不符合你的需求，仅作参考：

代码示例： #

# 先按客户和年份排序，确保顺序正确
sorted_df = fin_df.sort_values(['AcctID', 'Cntry', 'Year'])
# 按客户分组，将财务字段下移一行（取分组内的前一条记录）
sorted_df[['PrevRevenue', 'PrevIncome']] = sorted_df.groupby(['AcctID', 'Cntry'])[['Revenue', 'Income']].shift(1)

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