如何为Pandas DataFrame添加列展示分组内行间层级过渡？

嘿，这个需求用Pandas的分组+移位操作就能轻松实现，我给你拆解具体步骤和代码：

核心思路是：按Name分组后，获取每组内上一行的Level值，再通过条件判断生成对应的层级变化文本。

完整可运行代码 #

import pandas as pd
import numpy as np

# 先构造你给出的原始DataFrame
df = pd.DataFrame(columns=['Name','Level'])
df['Name'] = ['Ahmed','Ahmed','Ahmed','Ahmed','Beth','Beth','Beth','Beth','Carlos','Carlos','Carlos','Carlos']
df['Level'] =['a','b','c','d','a','b','c','d','a','b','c','d']

# 第一步：按Name分组，获取每组内上一行的Level值（第一行会得到NaN）
df['prev_level'] = df.groupby('Name')['Level'].shift(1)

# 第二步：生成预期结果列
df['Expected Result'] = np.where(
    df['prev_level'].isna(),  # 判断是否是每组的第一行
    df['Level'],  # 第一行直接用当前Level
    df['prev_level'] + ' to ' + df['Level']  # 其他行拼接前后层级
)

# 可选：删掉临时的prev_level列，让数据更整洁
df = df.drop(columns=['prev_level'])

# 查看结果
print(df)

关键代码解释 #

• groupby('Name')['Level'].shift(1)：这一步是对每个用户分组后，把Level列向下“挪”一行，这样每组的第一条记录会得到NaN（因为没有上一行），后面的记录就能拿到上一行的层级值。
• np.where()：这是个实用的条件赋值函数，帮我们区分每组的第一行和其他行：第一行直接保留当前层级，其他行则把上一层级和当前层级用to连接起来。

运行后你就能得到完全符合预期的Expected Result列啦～

内容的提问来源于stack exchange，提问作者Quincy