Python 按日期显示数据帧移位列

我有一个面板数据集，该数据集按日期和ID编制索引，如下所示：

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]})

我试图按日期移动同一ID的值，日期可以是非连续的季度。groupby.shift没有给我正确的东西，或者我错过了什么。以下是我所做的：

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

---

这会移动相同ID的值，但会忽略日期。。。请注意，对于

ID==1

，缺少

2006-06-30

，因此其

2006-09-30

的

pre_值应为NaN。我也在研究多重索引或将数据集声明为面板，但这会使我的其他计算复杂化。有什么简单的方法可以用dataframe实现这一点吗
 我只需复制一个数据帧，将日期偏移1（似乎您希望偏移四分之一），然后合并回原始数据帧。若要转换日期，可以将字符串日期转换为句点，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

我不确定我是否完全明白你想要什么。您想在数据帧中使用以下内容：
2005-12-31
，
1,2
，
14,23
？@JoeR很抱歉造成混淆。在原始df中，2006-09-30和ID==1的值是34，而在2006-06-30没有ID==1的值。因此，当我计算上一季度（2006-06-30）的“pre_值”时，pre_值应该等于NaN，而不是将2006-03-31的值移到2006-09-30。太好了，谢谢！如果我按日期和ID对df进行排序，我甚至不需要再按ID分组。