Python pandas-从组中获取N个最后值

我有一个类似的数据框（日期的格式为：

dd/mm/yyyy

）：

我需要做的是，根据

Param1

和

Param2

进行分组，并为前3个值创建N个（在我的情况下，是3个）附加列，这些值距离当前行至少30天。 所以输出应该是这样的：

      Param1 Param2    date       value  prev_1 prev_2 prev_3
1       a      b    30/10/2007      5     None   None   None
2       a      b    31/10/2007      8     None   None   None
3       a      b    01/11/2007      9     None   None   None
4       a      b    01/12/2007      3      9      8      5
5       a      b    02/12/2007      2      9      8      5
6       a      b    01/03/2008      11     2      3      9
7       b      c    05/10/2008      7     None   None   None
8       b      c    06/10/2008      13    None   None   None
9       b      c    07/10/2008      19    None   None   None
10      b      c    08/11/2008      22      19    13     7
11      b      c    09/11/2008      35      19    13     7 
12      b      c    08/12/2008      5       22    19    13 

我试过使用

set\u index

，

stack

和相关函数，但我就是想不出来（没有一个难看的

for

）

任何帮助都将不胜感激

编辑：虽然与此问题类似：

这并不完全相同，因为您不能进行简单的

轮班

，因为您需要检查至少30天间隔的情况

以下是我的建议：

data.date = pd.to_datetime(data.date, dayfirst=True)
data['ind'] = data.index

def func(a):
    aa = data[(data.ind<a.ind)\
        &(data.Param1==a.Param1)&(data.Param2==a.Param2)&(data.date<=(a.date-np.timedelta64(30, 'D')))]
    aaa = [np.nan]*3+list(aa.value.values)
    aaaa = pd.Series(aaa[::-1][:3], index=['prev_1', 'prev_2', 'prev_3'])
    return pd.concat([a, aaaa])

data.apply(func, 1).drop('ind',1)

data.date=pd.to\u datetime（data.date，dayfirst=True）
数据['ind']=data.index
def func（a）：
aa=data[（data.ind
它的可能副本并不是一个完美的解决方案，因为它使用了顺序
应用
，这或多或少相当于
对于
，但由于这是我得到的最好（并且只有：）答案，我会接受它。谢谢！谢谢，如果你找到非顺序解决方案，请告诉我们，我打赌是有的。
data.date = pd.to_datetime(data.date, dayfirst=True)
data['ind'] = data.index

def func(a):
    aa = data[(data.ind<a.ind)\
        &(data.Param1==a.Param1)&(data.Param2==a.Param2)&(data.date<=(a.date-np.timedelta64(30, 'D')))]
    aaa = [np.nan]*3+list(aa.value.values)
    aaaa = pd.Series(aaa[::-1][:3], index=['prev_1', 'prev_2', 'prev_3'])
    return pd.concat([a, aaaa])

data.apply(func, 1).drop('ind',1)