Python 熊猫-用第二天的值填充新列

在下面的数据帧中

#Create data
data = {'Day': [1,1,2,2,3,3],
        'Where': ['A','B','A','B','B','B'],
        'What': ['x','y','x','x','x','y'],
        'Dollars': [100,200,100,100,100,200]}

index = range(len(data['Day']))

columns = ['Day','Where','What','Dollars']


df = pd.DataFrame(data,  index=index, columns=columns)
df

我想添加一个包含未来值的列。在这种情况下，第一个值应该是100，因为在第2天，A x的售价为100美元。完整列应包含值

100、无、无、100、无、无

我想我可以用下面的方法索引单元格

df2 = df
df2['Tomorrow_Dollars'] = df[df.Day == df2.Day+1,'Dollars']

但这会引发以下错误

TypeError:“Series”对象是可变的，因此无法对其进行散列

---

有没有解决这个问题的方法或更智能的方法？

的想法是添加创建缺少的组合，通过为唯一的

天

重塑，这样就有可能

shift

。对于新列，最后一次向后重塑并加入

join

：

df1 = df.set_index(['Day','Where','What'])
mux = pd.MultiIndex.from_product(df1.index.levels, names=df1.index.names)

s = df1.reindex(mux)['Dollars'].unstack([1,2]).shift(-1).unstack().rename('Tomorrow_Dollars')

df = df.join(s, on=['Where','What','Day'])
print (df)
   Day Where What  Dollars  Tomorrow_Dollars
0    1     A    x      100             100.0
1    1     B    y      200               NaN
2    2     A    x      100               NaN
3    2     B    x      100             100.0
4    3     B    x      100               NaN
5    3     B    y      200               NaN

---

请添加您的预期输出。@coldspeed，请注意，我添加了：一列有100，无，无，100，无，无。对不起，如果它有点隐蔽的话：哦，我不可能那样做！非常感谢。你能简单地解释一下我出错的原因吗？@shamalaia-当然，错误更正很简单-

df.loc[df.Day==df2.Day+1，'Dollars']

-它与选择列

Dollars

链接在一起。不幸的是，缺少一些值，因此需要像我的答案中那样重新索引。