Python 值从一列到另一列的条件副本

我有一个熊猫数据框，看起来像这样：

 name        job             jobchange_rank   date
Thisguy      Developer       1                2012
Thisguy      Analyst         2                2014
Thisguy      Data Scientist  3                2015
Anotherguy   Developer       1                2018

 name        job             jobchange_rank   date   previous_job
Thisguy      Developer       1                2012   None
Thisguy      Analyst         2                2014   Developer
Thisguy      Data Scientist  3                2015   Analyst
Anotherguy   Developer       1                2018   None

职位变动排名表示每个人（基于姓名）的职位变动排名，其中排名nr 1表示其第一个职位nr 2表示其第二个职位，以此类推

现在来看有趣的部分。我想创建一个新列，在其中可以看到一个人以前的工作，如下所示：

 name        job             jobchange_rank   date
Thisguy      Developer       1                2012
Thisguy      Analyst         2                2014
Thisguy      Data Scientist  3                2015
Anotherguy   Developer       1                2018

 name        job             jobchange_rank   date   previous_job
Thisguy      Developer       1                2012   None
Thisguy      Analyst         2                2014   Developer
Thisguy      Data Scientist  3                2015   Analyst
Anotherguy   Developer       1                2018   None

我创建了以下代码，以在没有工作更改的情况下获取“None”值：

df.loc[df['jobchange_rank'].sub(df['jobchange_rank'].min()) == 0, 'previous_job'] = 'None'  

遗憾的是，我似乎不知道如何从应用所需条件的另一列中获取值

欢迎任何帮助！

---

提前感谢。

此答案假设您的数据帧按

名称和
作业更改_排名进行排序，如果不是这样，请先排序



或者使用
groupby
+
shift
（假设至少按
jobchange\u秩排序）



虽然
groupby
+
shift
更简洁，但在较大的输入上，如果您的数据已经像您的示例那样进行了排序，那么避免使用
groupby
并使用第一种解决方案可能会更快。
感谢您的快速回复和建议！它工作得很好。
df.groupby('name')['job'].shift()

0          NaN
1    Developer
2      Analyst
3          NaN
Name: job, dtype: object