如何基于前组首次出现为DataFrame创建前后版本关联列？

核心思路 #

要实现需求，关键是按reg分组处理每个注册项内的版本关系，利用groupby+shift快速获取每个版本的前后版本首个ID，再映射回原DataFrame。这种方法无需手动构建字典或循环，效率高且适配任意数量的版本。

步骤代码 #

1. 构建示例DataFrame

import pandas as pd

data = {
    'id': [1,2,3,4,5,6,7],
    'reg': [54,54,54,54,54,54,55],
    'version': [1,1,1,2,3,3,1]
}
df = pd.DataFrame(data)

2. 提取每个(reg, version)的首个ID
   先按reg和version分组，取出每组的第一个id，保留分组键用于后续关联：

version_first = df.groupby(['reg', 'version'])['id'].first().reset_index(name='first_id')

3. 计算前后版本的首个ID
   按reg分组后，用shift(1)获取上一个版本的首个ID（即previous_version），shift(-1)获取下一个版本的首个ID（即next_version），无对应版本时自动填充NaN（对应需求中的NULL）：

# 先按reg和version排序，确保版本顺序正确（如果原数据版本乱序的话）
version_first = version_first.sort_values(['reg', 'version'])

version_first['previous_version'] = version_first.groupby('reg')['first_id'].shift(1)
version_first['next_version'] = version_first.groupby('reg')['first_id'].shift(-1)

4. 关联回原DataFrame
   通过reg和version作为关联键，将计算好的前后版本ID合并到原表中：

result = df.merge(
    version_first[['reg', 'version', 'previous_version', 'next_version']],
    on=['reg', 'version'],
    how='left'
)

最终结果 #

执行后得到的result即为需求中的目标DataFrame：

id  reg  version  previous_version  next_version
0   1   54        1               NaN           4.0
1   2   54        1               NaN           4.0
2   3   54        1               NaN           4.0
3   4   54        2               1.0           5.0
4   5   54        3               4.0           NaN
5   6   54        3               4.0           NaN
6   7   55        1               NaN           NaN

（注：NaN可通过result.fillna('NULL')转为字符串形式的NULL，根据需求调整即可）

优势说明 #

• 适配任意数量的版本：只要reg分组内的版本有序，无论多少个版本都能自动计算前后关系
• 高效简洁：利用pandas内置的分组和移位函数，避免手动遍历，处理大数据量时性能更优
• 逻辑清晰：每一步操作都对应明确的业务逻辑，易于维护和修改

内容的提问来源于stack exchange，提问作者NAB0815