Question

我有一个面板数据集，它按日期和ID索引，看起来像这样：

df = pd.DataFrame({'Date':['2005-12-31', '2006-03-31', '2006-09-30','2005-12-31', '2006-03-31', '2006-06-30', '2006-09-30'],
              'ID':[1,1,1,2,2,2,2],
              'Value':[14,25,34,23,67,14,46]})

我正在尝试按日期和日期移动相同ID的值可以是非连续的季度。 groupby.shift没有给我正确的东西，也许我错过了什么。这是我做的：

df['pre_value'] = df.groupby('ID')['Value'].shift(1)

这确实会移动相同ID的值，但会忽略日期...请注意，对于ID==1，2006-06-30缺失，因此pre_value为2006-09-30应该真的是NaN。我也在研究多索引或将数据集声明为面板，但这使我的其他计算变得复杂。有没有简单的方法来使用dataframe？

Answer 1

我只是制作数据帧的副本，将Date移动1（似乎您想要移动四分之一），然后合并回原始数据帧。要转换日期，您可以将字符串日期转换为pandas时段，以便更轻松地进行转换。

In [34]: df['Date'] = pd.PeriodIndex(df['Date'], freq='Q')

In [35]: df2 = df.copy()

In [36]: df2['Date'] += 1

In [37]: df.merge(df2, on=['Date','ID'], suffixes=('', '_lag1'), how='left')
Out[37]:
    Date  ID  Value  Value_lag1
0 2005Q4   1     14         NaN
1 2006Q1   1     25          14
2 2006Q3   1     34         NaN
3 2005Q4   2     23         NaN
4 2006Q1   2     67          23
5 2006Q2   2     14          67
6 2006Q3   2     46          14

Pandas数据帧按日期移动列

1 个答案: