python - 将一个 Pandas 行中的值与前一行中的另一个值进行比较的快速方法？

Question

我有一个 DataFrame，df，它看起来像:

ID    |          TERM       |   DISC_1
1     |         2003-10     |   ECON
1     |         2002-01     |   ECON
1     |         2002-10     |   ECON
2     |         2003-10     |   CHEM
2     |         2004-01     |   CHEM 
2     |         2004-10     |   ENGN
2     |         2005-01     |   ENGN
3     |         2001-01     |   HISTR
3     |         2002-10     |   HISTR 
3     |         2002-10     |   HISTR

ID是学号，TERM是学术术语，DISC_1是他们专业的学科。对于每个学生，我想确定他们何时(以及是否)更改 DISC_1 的 TERM，然后创建一个报告何时的新 DataFrame。零表示它们没有改变。输出如下:

ID    |     Change
1     |         0     
2     |         2004-01    
3     |         0    

我下面的代码可以工作，但是速度很慢。我尝试使用 Groupby 执行此操作，但无法执行。有人可以解释我如何更有效地完成这项任务吗？

df = df.sort_values(by = ['PIDM', 'TERM'])
c = 0
last_PIDM = 0
last_DISC_1 = 0
change = [ ]
for index, row in df.iterrows():
    c = c + 1
    if c > 1:
        row['change'] = np.where((row['PIDM'] == last_PIDM) & (row['DISC_1'] != last_DISC_1),     row['TERM'], 0)
        last_PIDM = row['PIDM']
        last_DISC_1 = row['DISC_1']

    else:
        row['change'] = 0
    change.append(row['change'])  

df['change'] = change        
change_terms = df.groupby('PIDM')['change'].max()

Answer 1

这是一个开始:

df = df.sort_values(['ID', 'TERM'])
gb = df.groupby('ID').DISC_1
df['Change'] = df.TERM[gb.apply(lambda x: x != x.shift().bfill())]
df.Change = df.Change.fillna(0)