Python 如何应用groupby函数获取上一个月的计数？

我有一个数据帧，如下所示：

dff = pd.DataFrame({'month': ['1','1','1','1','2','2','2','2','3','3'],
            'sym': ['abc','pqr','xyz','lmn','abc','pqr','xyz','lmn','aaa','bbb'],
        'count': ['10','14','25','20','34','23','43','34','10','20']})

dff = dff[['sym','month','count']]
print dff

  sym month count
0  abc     1    10
1  pqr     1    14
2  xyz     1    25
3  lmn     1    20
4  abc     2    34
5  pqr     2    23
6  xyz     2    43
7  lmn     2    34
8  aaa     3    10
9  bbb     3    20

def f(df):

   print df
   return ""

dff['pre_count'] = dff.groupby('sym').apply(f)

我想为这个数据帧创建一个名为“prev_count”的新列。要创建此新列“prev_count”，需要遵循以下规则：

• 如果上个月在特定组中不可用，则“上个月计数”值应为0
• 如果上个月在特定组中可用，则上个月计数值应为“上个月计数值”

我使用groupby函数进行了尝试，如下所示：

dff = pd.DataFrame({'month': ['1','1','1','1','2','2','2','2','3','3'],
            'sym': ['abc','pqr','xyz','lmn','abc','pqr','xyz','lmn','aaa','bbb'],
        'count': ['10','14','25','20','34','23','43','34','10','20']})

dff = dff[['sym','month','count']]
print dff

  sym month count
0  abc     1    10
1  pqr     1    14
2  xyz     1    25
3  lmn     1    20
4  abc     2    34
5  pqr     2    23
6  xyz     2    43
7  lmn     2    34
8  aaa     3    10
9  bbb     3    20

def f(df):

   print df
   return ""

dff['pre_count'] = dff.groupby('sym').apply(f)

但我无法理解我如何能跟踪上个月的盘点值。他们有没有办法对数据进行这样的操作

预期输出：

  sym month count    prev_count
0  abc     1    10   0
1  pqr     1    14   0
2  xyz     1    25   0
3  lmn     1    20   0
4  abc     2    34   10
5  pqr     2    23   14
6  xyz     2    43   25
7  lmn     2    34   20
8  aaa     3    10   0
9  bbb     3    20   0

---

因为

月份

已经排序。对

sym

组使用

shift（）和
fillna（0）

In [2878]: dff['prev_count'] = dff.groupby('sym')['count'].shift().fillna(0)

In [2879]: dff
Out[2879]:
   sym month count prev_count
0  abc     1    10          0
1  pqr     1    14          0
2  xyz     1    25          0
3  lmn     1    20          0
4  abc     2    34         10
5  pqr     2    23         14
6  xyz     2    43         25
7  lmn     2    34         20
8  aaa     3    10          0
9  bbb     3    20          0

或者，
transform

In [2880]: dff.groupby('sym')['count'].transform(lambda x: x.shift(1)).fillna(0)
Out[2880]:
0     0
1     0
2     0
3     0
4    10
5    14
6    25
7    20
8     0
9     0
Name: count, dtype: object

@约翰加尔特-好的thanks@JohnGalt-你能详细解释一下它是如何考虑轮班日期的吗。我没有完全理解。