Pandas DataFrame新增上月月末Mark值列的实现方法咨询

解决方案 #

实现逻辑 #

1. 先把日期列转为pandas datetime格式，方便后续月份维度的计算
2. 提取每个Found分组下对应月份的月末Mark值
3. 对每个Found分组的月末Mark值做下移1行的偏移，得到上月的月末Mark值
4. 将月末和上月月末的Mark值合并回原DataFrame，空值按需求替换即可

完整可运行代码 #

import pandas as pd

# 初始化原始DataFrame
df = pd.DataFrame({
    'Found':['A','A','A','A','A','B','B','B','B'],
    'Date':['14/10/2021','19/10/2021','29/10/2021','30/09/2021','20/09/2021','20/10/2021','29/10/2021','15/10/2021','10/09/2021'],
    'LastDayMonth':['29/10/2021','29/10/2021','29/10/2021','30/09/2021','30/09/2021','29/10/2021','29/10/2021','29/10/2021','30/09/2021'],
    'Mark':[1,2,3,4,3,1,2,3,2]
})

# 转换日期格式为datetime类型，方便计算
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')
df['LastDayMonth'] = pd.to_datetime(df['LastDayMonth'], format='%d/%m/%Y')

# 提取所有月末行的Mark值
month_end_data = df[df['Date'] == df['LastDayMonth']][
    ['Found', 'LastDayMonth', 'Mark']
].rename(columns={'Mark': 'Mark_LastDayMonth'})

# 按Found分组，偏移1行得到上月月末的Mark值
month_end_data['Mark_LastDayPrevious_Month'] = month_end_data.groupby('Found')['Mark_LastDayMonth'].shift(1)

# 合并回原DataFrame
df = df.merge(month_end_data, on=['Found', 'LastDayMonth'], how='left')

# 可选：将日期转回原始字符串格式，空值替换为x
df[['Date', 'LastDayMonth']] = df[['Date', 'LastDayMonth']].apply(lambda x: x.dt.strftime('%d/%m/%Y'))
df['Mark_LastDayPrevious_Month'] = df['Mark_LastDayPrevious_Month'].fillna('x')

print(df)

结果说明 #

你给出的预期示例中B主体9月月末的Mark值写为1，和原始数据中B对应9月末行的Mark值为2存在冲突，实际运行结果会以原始数据为准，你可以根据实际业务规则调整月末行的筛选逻辑即可。

内容的提问来源于stack exchange，提问作者Eric Alves