python - 如何在 pandas groupby 中移动整个组

Question

给定以下数据:

data = {'a' : [1,1,1,8,8,3,3,3,3,4,4] }
df = pd.DataFrame(data)

我现在想将整个事情向下移动 n 组，以便保留它们当前的顺序。 n=1 的移位所需的输出将是:

desired_output = {'a': [NaN,NaN,NaN,1,1,8,8,8,8,3,3] }
desired_output_df = pd.DataFrame(desired_output)

n=2 的移位应该是:

desired_output = {'a': [NaN,NaN,NaN,NaN,NaN,1,1,1,1,8,8] }
desired_output_df = pd.DataFrame(desired_output)

我一直在搞乱 groupby/transform/apply，但到目前为止还没有任何工作。如果我分组然后移动，它移动每个组给出输出:

NOT_desired_output = {'a' : [NaN, 1, 1, NaN, 8, NaN, 3,3,3, NaN, 4]}

我可以通过迭代来暴力破解它，但我确信有更好的解决方案。有什么想法吗？

Answer 1

这是一个有趣的操作。我可以想出另一种方法来使用 replace .

移动一组:

>>> df['b'] = df.a.shift()
>>> x = df[df.a != df.b]
>>> df.replace(*x.values.T)

它给出了 DataFrame:

     a   b
0  NaN NaN
1  NaN NaN
2  NaN NaN
3    1 NaN
4    1   1
5    8   1
6    8   8
7    8   8
8    8   8
9    3   8
10   3   3

我们只想要列 a这个数据框的:

desired_output_df = pd.DataFrame(_, columns=['a'])

要移动多个组，只需移动列 b的 x .如果你想按 n 移动组，你需要转移x.b额外的 n-1次。只需插入行

>>> x.b = x.b.shift(n-1)

在x = df[df.a != df.b]之后然后执行 df.replace(*x.values.T)步骤。