如何在Pandas DataFrame中按组生成移位列并处理首尾行？

现有如下Pandas DataFrame：

import pandas as pd

data = {
    'integer_id': [0, 0, 0, 0, 1, 1, 1],
    'begin': [13, 15, 18, 19, 10, 15, 17]
}
df = pd.DataFrame(data)

需要完成以下操作：

1. 生成end列，值为同integer_id组内下一行的begin值
2. 将每组最后一行的end设为20（注：原描述标注为25，但最终示例结果为20，此处以示例结果为准）
3. 将每组第一行的begin截断为10

最终目标结果如下：

integer_id  begin  end
0           0     10   15
1           0     15   18
2           0     18   19
3           0     19   20
4           1     10   15
5           1     15   17
6           1     17   20

相较于groupby+apply的逐组循环方式，用Pandas矢量化操作效率更高，步骤如下：

1. 生成end列 #

利用groupby结合shift(-1)，直接获取每组下一行的begin值，每组最后一行的end会自动赋值为NaN：

df['end'] = df.groupby('integer_id')['begin'].shift(-1)

2. 填充每组最后一行的end值 #

通过groupby.transform定位每组最后一行，批量赋值为20：

# 标记每组最后一行
is_last_row = df.groupby('integer_id')['integer_id'].transform(lambda x: x == x.iloc[-1])
# 填充目标值
df.loc[is_last_row, 'end'] = 20

3. 修改每组第一行的begin值 #

同样用transform定位每组第一行，将对应begin值改为10：

# 标记每组第一行
is_first_row = df.groupby('integer_id')['integer_id'].transform(lambda x: x == x.iloc[0])
# 修改目标值
df.loc[is_first_row, 'begin'] = 10

import pandas as pd

data = {
    'integer_id': [0, 0, 0, 0, 1, 1, 1],
    'begin': [13, 15, 18, 19, 10, 15, 17]
}
df = pd.DataFrame(data)

# 生成end列
df['end'] = df.groupby('integer_id')['begin'].shift(-1)

# 填充每组最后一行的end
is_last_row = df.groupby('integer_id')['integer_id'].transform(lambda x: x == x.iloc[-1])
df.loc[is_last_row, 'end'] = 20

# 修改每组第一行的begin
is_first_row = df.groupby('integer_id')['integer_id'].transform(lambda x: x == x.iloc[0])
df.loc[is_first_row, 'begin'] = 10

print(df)

运行后即可得到目标结果。

内容的提问来源于stack exchange，提问作者roulette01