如何在Pandas的groupby.shift中处理闰年问题

你想用groupby.shift的思路有个核心问题：它依赖连续无缺失的日度数据，而且没法自动处理闰年的日期调整。更靠谱的做法是先算出每个日期对应的「去年同期日期」，再通过关联匹配拿到对应金额。

步骤1：计算去年对应日期 #

针对闰年2月29日的特殊情况，我们可以写个简单的日期转换逻辑：

• 普通日期直接减1年
• 如果原日期是2月29日，且减1年后变成2月28日（说明前一年是平年，没有2月29），就自动调整为3月1日

代码实现：

import pandas as pd

def get_last_year_date(current_date):
    last_year_date = current_date - pd.DateOffset(years=1)
    # 处理闰年2月29日的特殊情况
    if current_date.month == 2 and current_date.day == 29:
        if last_year_date.month == 2 and last_year_date.day == 28:
            last_year_date += pd.DateOffset(days=1)
    return last_year_date

# 给原数据添加去年日期列
data['last_year_date'] = data['date'].apply(get_last_year_date)

步骤2：关联匹配去年金额 #

把原数据复制一份，重命名日期和金额列，然后通过location和last_year_date做左连接，就能匹配到对应去年的金额：

# 复制原数据，用于匹配去年金额
last_year_data = data[['location', 'date', 'amount']].rename(
    columns={'date': 'last_year_date', 'amount': '1_year_ago_amnt'}
)

# 左连接，确保每个原数据行都能拿到对应的去年金额（没有则为NaN）
data = pd.merge(
    data,
    last_year_data,
    on=['location', 'last_year_date'],
    how='left'
)

完整示例 #

假设你的数据结构如下（date必须是datetime类型）：

# 测试数据
data = pd.DataFrame({
    'location': ['A', 'A', 'A', 'B', 'B'],
    'date': pd.to_datetime(['2020-02-28', '2020-02-29', '2021-03-01', '2020-02-29', '2021-03-01']),
    'amount': [100, 200, 150, 300, 250]
})

运行上面的代码后，你会看到：

• 2020-02-29的last_year_date是2019-03-01
• 若需要2021-03-01匹配2020-02-29的金额，可以调整函数逻辑（比如检查当前日期是3月1日且前一年是闰年时，替换为前一年的2月29），现有逻辑已覆盖你描述的闰年核心问题。

为什么不推荐用shift？ #

1. 依赖连续数据：如果某个location某天没有数据，shift会偏移错误的行，导致金额对应错误。
2. 闰年处理不了：2020年有366天，2021年有365天，固定shift(365)或shift(366)都会导致日期错位。

内容的提问来源于stack exchange，提问作者user2128702