Pandas如何为过滤后的DataFrame新增基于移位索引的新列

你的需求本质是将DataFrame的索引值向上偏移1位，让当前行取到下一行的索引值，最后一行无后续索引时填充空值，直接用pandas原生的移位方法即可实现，无需自定义循环。

具体实现步骤 #

• 首先复现你的样例测试数据

import pandas as pd

# 构造匹配描述的样例DataFrame
df = pd.DataFrame(
    data={"Point": [12, 1, 12]},
    index=[124, 559, 717]
)

• 核心实现代码
  注意不能直接对Index对象做移位，需要先将索引转为和DataFrame行对齐的Series，再调用shift(-1)实现向上偏移1位（参数为-1代表把后一行的值挪到当前行，默认参数1是把前一行的值挪到当前行）：

df["Pre_Index"] = df.index.to_series().shift(-1)

• 运行结果验证
  执行上述代码后打印DataFrame，输出完全匹配你的预期：

Point  Pre_Index
124     12      559.0
559      1      717.0
717     12        NaN

补充优化 #

因为NaN值默认会把整数列转为浮点类型，如果你需要Pre_Index列保留整数格式，可以用pandas支持空值的Int64类型做转换：

df["Pre_Index"] = df.index.to_series().shift(-1).astype("Int64")

转换后输出效果如下，不会出现小数位：

Point  Pre_Index
124     12        559
559      1        717
717     12       <NA>

内容的提问来源于stack exchange，提问作者Winston