如何创建一个列，该列是另一列的移位版本，忽略 pandas 中的重复项？

Question

我有一个 df:

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'a': [1, 2, 3, 3, 3, 4, 4, 5, 5, 5, 6, 7, 8],
})

我需要创建 b，它是 a 的“移位”，这样 b 中的每个条目都将是 a 中最接近的条目，它不是重复的，并且低于那个条目。

所需输出：

看起来像是 cumsum、shift、mask 的某种组合，但我不能完全将它们放在一起。也许是别的原因。

Answer 1

让我们尝试 map 唯一值：

s = df['a'].drop_duplicates()

df['b'] = df['a'].map(pd.Series(s.shift(-1).values,s))

输出：

Answer 2

你可以试试：

df['b'] = df['a'].where(~df['a'].duplicated(keep='first')).bfill().shift(-1)

输出：

详情：

我的方法是在 a 中找到重复值，然后使用下一个未屏蔽的值进行掩码和填充，然后移动系列 -1.

Answer 3

如果只是根据你展示的样本数据

df['b'] = (df['a'].add(1)).where(df['a'].add(1).isin(df['a']))
df
Out[404]: 
    a    b
0   1  2.0
1   2  3.0
2   3  4.0
3   3  4.0
4   3  4.0
5   4  5.0
6   4  5.0
7   5  6.0
8   5  6.0
9   5  6.0
10  6  7.0
11  7  8.0
12  8  NaN

如果没有

df['b'] = df.a.map(dict(zip(df.a.unique()[:-1],df.a.unique()[1:])))

如何创建一个列，该列是另一列的移位版本，忽略 pandas 中的重复项？

How to create a column which is a shifted version of another column, disregarding duplicates in pandas?

python

shift

pandas

cumsum