python - 如何将不同行的值分配给新列

Question

我正在尝试向 Pandas 中的 DataFrame 添加一列“C_End”，如下所示:

df = pd.DataFrame({'ID':[123,123,123,456,456,789],
                   'C_ID':[8,10,35,36,40,7],
                   'C_Type':['New','Renew','Renew','New','Term','New'],
                   'Rank':[1,2,3,1,2,1]})

新列需要是每个基于“Rank”的 ID 的下一个“C_Type”，从而生成如下所示的 DataFrame:

    ID  C_ID C_Type Rank  C_End  
0  123     8    New    1  Renew
1  123    10  Renew    2  Renew
2  123    35  Renew    3   None
3  456    36    New    1   Term
4  456    40   Term    2   None
5  789     7    New    1   None

本质上，我想找到 ID = ID 且 Rank = Rank+1 的行，并将 C_Type 分配给新列 C_End。我试过创建一个函数并使用 Apply(如下)，但这花了很长时间，最终给了我一个错误。总的来说，我对 Pandas 和 Python 还是个新手，但我觉得必须有一个我没有看到的简单解决方案。

def get_next_c_type(row):
    return df.loc[(df['id'] == row['id']) & (df['rank'] == row['rank'] + 1),'c_type']

df['c_end'] = df.apply(get_next_c_type, axis = 1)  

Answer 1

尝试:

df['C_End'] = df.sort_values('Rank').groupby('ID')['C_Type'].transform('shift',-1)

或者如@W-B 所建议的那样:

df['C_End'] = df.sort_values('Rank').groupby('ID')['C_Type'].shift(-1)

输出:

    ID  C_ID C_Type  Rank  C_End
0  123     8    New     1  Renew
1  123    10  Renew     2  Renew
2  123    35  Renew     3    NaN
3  456    36    New     1   Term
4  456    40   Term     2    NaN
5  789     7    New     1    NaN