Python 比较数据帧中每列的前一行值

我有一个类似的问题

我有一个数据框，其中有一个ID列和一个计数器列，用于此想法，如下所示：

ID counter valueA   valueB
A   1       10        1
A   2       10        1
A   3       5         1
B   1       1         2
B   2       1         3
B   3       2         4
B   4       3         4
...

如何在dataframe中以1计算每列的行更改，使dataframe看起来像：

ID counter valueA   valueB
A   1       0         0
A   2       0         0
A   3       1         0
B   1       0         0
B   2       0         1
B   3       1         1
B   4       1         1
...

因此，每次列中的值发生变化时（仅当它是相同的ID时，计数器不应被标记），我都会得到一个带有1的标记。请注意，我有更多的值列，这两个只是一个示例。

使用：

df = pd.DataFrame({'ID': ['A', 'A', 'A', 'B', 'B', 'B', 'B'], 'counter': [1, 2, 3, 1, 2, 3, 4], 'valueA': [10, 10, 5, 1, 1, 2, 3], 'valueB': [1, 1, 1, 2, 3, 4, 4]})

打印（df）

---

对于每组计数器，我尝试此解决方案，但输出仍然不同：

df[c] = df[c].ne(df[c].groupby(df['ID']).shift().bfill()).groupby(df['ID']).cumsum()
print (df)
  ID  counter  valueA  valueB
0  A        1       0       0
1  A        2       0       0
2  A        3       1       0
3  B        1       0       0
4  B        2       0       1
5  B        3       1       2
6  B        4       2       2

---

注：为了成功安装最新的pandas版本

是否可以添加更多数据，为了测试，同一组B中有2-3行新数据？@PV8-您的pandas版本是什么？@PV8-可能是原因，在

pandas 1.1.1

中测试其工作情况，我将尝试在我的data@PV8-测试是否没有重复的列名称。

df[c] = df[c].ne(df[c].groupby(df['ID']).shift().bfill()).groupby(df['ID']).cumsum()
print (df)
  ID  counter  valueA  valueB
0  A        1       0       0
1  A        2       0       0
2  A        3       1       0
3  B        1       0       0
4  B        2       0       1
5  B        3       1       2
6  B        4       2       2