如何用Pandas为透视表添加昨日B列？能否不新增列做ML特征？

1. 新增yesterday_B列的实现 #

完全可以用Pandas的shift()函数实现，这是处理时序数据偏移的标准方法：

# 假设你的透视表数据存储在DataFrame df中
df['yesterday_B'] = df['B'].shift(1)

shift(1)会将B列的所有数据向下偏移1行，这样每一行的yesterday_B就对应上一行（前一日）的B值，第一行因没有前序数据会自动填充为NaN，完全匹配你需要的结果。

2. 不新增列直接构建机器学习特征 #

不需要新增列到原DataFrame，直接构造包含当前B值和前一日B值的特征矩阵即可：

方法一：用Pandas构造特征DataFrame #

# 直接拼接当前B值和偏移后的B值，得到特征矩阵
feature_matrix = pd.concat([df['B'], df['B'].shift(1)], axis=1)
# 可选：给特征命名
feature_matrix.columns = ['current_B', 'yesterday_B']

方法二：用NumPy构造特征数组 #

如果后续模型需要NumPy数组格式的输入，也可以直接构造：

import numpy as np

# 组合当前B值和偏移后的B值为二维数组
feature_array = np.column_stack([df['B'].values, df['B'].shift(1).values])

这样得到的feature_matrix或feature_array可直接用于机器学习模型的训练，无需修改原始数据。

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