Python Pandas已分组对象能否再次分组？分组内按文件号序列移位问题

当然可以对Pandas的已分组对象再次嵌套使用groupby——这正是处理这类“分组内再细分场景”的标准方式。你的问题核心在于当前的连续序列标识diff是基于整个数据集计算的，没有考虑Date和Batch的分组边界，导致跨分组的连续File_no被错误合并，最终移位结果不符合预期。

问题拆解 #

你需要的逻辑是：

1. 先按Date和Batch对数据进行一级分组
2. 在每个一级分组内部，再按连续的File_no序列进行二级分组
3. 仅在每个二级连续分组内，对A、B列执行移位操作（即只有连续的File_no行才会继承前一行的A、B值，非连续行的移位结果为NaN）

解决方案代码 #

首先还原你的测试数据集：

import pandas as pd

data = pd.DataFrame({
    'File_no': [1,2,3,5,6,8],
    'A': [2,7,9,6,4,2],
    'B': [3,6,2,3,3,3],
    'Date': ['23-1-2019','23-1-2019','24-1-2019','24-1-2019','24-1-2019','25-1-2019'],
    'Batch': [2,2,1,2,1,1],
    'State': [3,4,2,3,4,4]
})

然后编写分组处理函数，实现嵌套分组移位：

def process_group(group):
    # 1. 确保组内按File_no排序（避免原数据乱序影响结果）
    group = group.sort_values('File_no').reset_index(drop=True)
    # 2. 在当前(Date,Batch)分组内，计算连续File_no的分组标识
    # 当当前File_no与前一个的差≠1时，标记为新的连续组
    group['contiguous_group'] = group['File_no'].diff().ne(1).cumsum()
    # 3. 按连续组嵌套分组，对A、B列执行移位
    shifted_cols = group.groupby('contiguous_group')[['A', 'B']].shift()
    # 4. 将移位结果合并回原分组，清理临时列
    group[['A', 'B']] = shifted_cols
    return group.drop(columns='contiguous_group')

# 执行一级分组+嵌套处理
result = data.groupby(['Date', 'Batch'], group_keys=False).apply(process_group)

输出结果 #

运行上述代码后，输出与你的预期完全一致：

File_no    A    B        Date  Batch  State
0        1  NaN  NaN  23-1-2019      2      3
1        2  2.0  3.0  23-1-2019      2      4
2        3  NaN  NaN  24-1-2019      1      2
3        5  NaN  NaN  24-1-2019      2      3
4        6  NaN  NaN  24-1-2019      1      4
5        8  NaN  NaN  25-1-2019      1      4

为什么你的原代码不行？ #

你的原代码中，diff = data['File_no'].diff().ne(1).cumsum()是全局计算的连续分组标识，比如File_no=5和File_no=6是连续的，会被归为同一个diff组，但它们属于不同的Batch，导致你的嵌套分组会跨(Date,Batch)边界处理移位，最终得到错误结果。而我们的方案把连续组的计算限制在每个(Date,Batch)分组内部，完美解决了这个问题。

内容的提问来源于stack exchange，提问作者hakuna_code