将含LAG、LEAD分区窗口函数的SQL查询转换为pandas实现
SQL窗口函数转Pandas实现方案
核心逻辑对应关系
- SQL 的
PARTITION BY ID, Name对应 Pandas 的groupby(['ID', 'Name'])分组逻辑 - SQL 的
ORDER BY Time对应分组内先按Time字段排序的规则 LAG(EventTypeID, 1, 0)对应 Pandas 中分组序列向上偏移1行,空值填0的操作LEAD(EventTypeID, 1, 0)对应 Pandas 中分组序列向下偏移1行,空值填0的操作
完整代码实现
首先导入依赖,构造示例数据:
import pandas as pd # 模拟输入的原始数据 df = pd.DataFrame({ "EventTypeID": [1, 1], "ID": ["QWERTY", "QWERTY"], "Name": ["Joseph", "Joseph"], "Time": [10.20, 10.25] })
然后执行窗口计算:
# 先按分区列、时间排序,再取EventTypeID做分组序列 grouped_series = df.sort_values("Time").groupby(["ID", "Name"])["EventTypeID"] # 计算LastEvent(LAG逻辑)和NextEvent(LEAD逻辑) df["LastEvent"] = grouped_series.shift(1, fill_value=0).astype(int) df["NextEvent"] = grouped_series.shift(-1, fill_value=0).astype(int)
输出验证
执行上述代码后,df 的输出和期望结果完全一致:
EventTypeID ID Name Time LastEvent NextEvent 0 1 QWERTY Joseph 10.2 0 1 1 1 QWERTY Joseph 10.25 1 0
注意:如果原始数据本身已经按Time排序,可以省略
sort_values("Time")步骤,否则必须显式排序保证窗口计算顺序和SQL逻辑一致。
内容的提问来源于stack exchange,提问作者charlie_boy
相关产品推荐
相关产品推荐

