Python Pandas如何新增列存储分组对应上月最后一天的Mark值

原有代码核心问题 #

• 日期转换逻辑错误：原数据日期格式为日/月/年，未指定对应格式参数会导致日期解析错误，且重复执行两次日期转换属于冗余操作
• 缺少BMonthEnd依赖导入，直接调用会报错
• 匹配逻辑错误：现有merge逻辑是匹配当前行所属月份最后一天的Mark值，和需求要求的「上月最后一天Mark值」不符
• 缺少上月最后一天日期和月末Mark值的映射关联步骤

调整后完整可运行代码 #

import pandas as pd
from pandas.tseries.offsets import BMonthEnd # 导入工作日月末偏移类，若需自然月月末可替换为MonthEnd

# 原始数据构造
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'],
    'Mark':[1,2,3,4,3,1,2,3,2]
})

# 1. 正确转换日期格式，指定输入为日/月/年格式
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

# 2. 计算每行日期对应当月最后工作日
df['current_month_last_day'] = df['Date'] + BMonthEnd(0)
# 3. 计算每行日期对应上月最后工作日
df['prev_month_last_day'] = df['Date'] - BMonthEnd(1)

# 4. 构造月末Mark映射表：每个Found+月末日期对应的Mark值
month_end_mark_map = df[df['Date'] == df['current_month_last_day']][['Found', 'current_month_last_day', 'Mark']].rename(
    columns={'current_month_last_day': 'map_month_last_day', 'Mark': 'prev_month_last_mark'}
)

# 5. 左关联映射表，匹配上月最后一天的Mark值
df = df.merge(
    month_end_mark_map,
    left_on=['Found', 'prev_month_last_day'],
    right_on=['Found', 'map_month_last_day'],
    how='left'
).drop(columns=['map_month_last_day']) # 删除冗余的关联字段

print(df)

逻辑补充说明 #

• 如果你需要匹配自然月最后一天而非工作日最后一天，把所有BMonthEnd替换为MonthEnd即可
• 若某个Found分组的上月月末无对应记录，关联后prev_month_last_mark字段会自动填充为NaN，你可以按需用fillna方法填充默认值
• 若同一Found的同一个月末有多个Mark记录，构造month_end_mark_map时可以先分组排序后取指定值，比如按Date降序取第一条：

month_end_mark_map = df[df['Date'] == df['current_month_last_day']].sort_values('Date', ascending=False).groupby(['Found', 'current_month_last_day']).head(1)[['Found', 'current_month_last_day', 'Mark']].rename(
    columns={'current_month_last_day': 'map_month_last_day', 'Mark': 'prev_month_last_mark'}
)

内容的提问来源于stack exchange，提问作者Eric Alves