Pandas使用groupby按id分组迭代 基于前序行值新增列的实现问题

实现步骤 #

• 第一步：导入依赖库

import pandas as pd

• 第二步：构造示例数据（已有DataFrame可直接跳过此步）

data = {
    'id': ['client1', 'client1', 'client3', 'client3', 'client2'],
    'beg': ['2021-10-19 16:01:01', '2021-10-21 10:41:53', '2021-10-21 09:00:00', '2021-10-21 10:00:00', '2021-10-21 10:00:00'],
    'end': ['2021-10-21 08:19:17', '2021-10-24 07:53:57', '2021-10-21 10:00:00', '2021-10-22 14:00:00', '2021-10-21 14:00:00']
}
df = pd.DataFrame(data)
# 若需要将时间列转为datetime格式可执行下方代码，不影响逻辑运行
# df['beg'] = pd.to_datetime(df['beg'])
# df['end'] = pd.to_datetime(df['end'])

• 第三步：核心逻辑实现

# 按id分组，取组内上一行的end值作为col1
df['col1'] = df.groupby('id')['end'].shift(1)
# 仅col1有值（即当前行是组内第二条及之后行）时，取当前行beg作为col2
df['col2'] = df.apply(lambda x: x['beg'] if pd.notna(x['col1']) else pd.NA, axis=1)
# 空值统一替换为'-'，符合输出要求
df = df.fillna('-')

• 可选补充：若数据需要先按id和起始时间排序再计算前序值，可在核心逻辑前执行排序

df = df.sort_values(['id', 'beg']).reset_index(drop=True)

执行完成后输出的df即符合你给出的预期结果。

内容的提问来源于stack exchange，提问作者tamo007