如何将numpy的np.roll与Pandas的GroupBy结合实现DataFrame行循环移位

实现方案 #

你可以直接在groupby的apply/transform方法中调用np.roll实现分组内的循环移位，具体代码如下：

import pandas as pd
import numpy as np

# 方案1：apply实现
df['complete_contracts_shift'] = df.groupby(['contracts', 'param_contrct'])['complete_contracts']\
    .apply(lambda x: np.roll(x, shift=1))

# 方案2：transform实现，高版本Pandas下性能更优
df['complete_contracts_shift'] = df.groupby(['contracts', 'param_contrct'])['complete_contracts']\
    .transform(lambda x: np.roll(x, shift=1))

效果验证示例 #

假设你有如下测试数据：

执行上述代码后生成的complete_contracts_shift列结果如下，完全符合需求：

注意事项 #

• 要确保分组内的行顺序和预期一致，np.roll是严格按照传入序列的顺序执行移位的，如果行顺序需要调整可以先在分组前执行sort_values排序
• np.roll的shift参数设为正整数表示向右移位，设为负整数表示向左移位，可以根据自己的需求灵活调整

内容的提问来源于stack exchange，提问作者Alexis Olivero Aimaretti