我该怎么做：
year artist genre genre_sales
1999 A Pop/Rock 10
1999 B Hip/Hop 15
1999 C Country 8
2000 A Pop/Rock 11
2000 B Hip/Hop 14
2000 D Jazz 1
2001 B Hip/Hop 18
2001 C Country 10
进入这个：
year artist genre genre_sales
1999 A Pop/Rock Nan
1999 B Hip/Hop Nan
1999 C Country Nan
2000 A Pop/Rock 10
2000 B Hip/Hop 15
2000 D Jazz (1999 Jazz sales despite D not releasing in '99)
2001 B Hip/Hop 14
2001 C Country (2000 country values, not the 8 from '99)
我看到了groupby转移问题和食谱页面，并假设我可以做如下事情：
df.groupby(['year','artist'])['genre_sales'].shift(1)
或
df.groupby(['year','genre','artist'])['genre_sales'].shift(1)
但我认为，只有艺术家每年制作一张专辑，这些才能奏效。
当前的“流派销售”是指当年艺术家流派的年度销售额。我正试图让上一年的“流派销售”与每个艺术家连成一排。每种类型每年都会有多个艺术家，每个艺术家在给定的一年中可以有零个或多个该类型的作品。
最佳答案
df_prev = df.copy()
df[ 'prev_year'] = df[ 'year'] - 1
df_prev['prev_year'] = df_prev['year']
df_prev[ 'year'] = df_prev['year'] + 1
df2 = df.merge( df_prev, how='outer', on=['year','prev_year','artist','genre'],
suffixes=['','_prev'] )
df2.sort(['artist','genre','year']).fillna(0)
year artist genre genre_sales prev_year genre_sales_prev
0 1999 A Pop/Rock 10 1998 0
3 2000 A Pop/Rock 11 1999 10
9 2001 A Pop/Rock 0 2000 11
1 1999 B Hip/Hop 15 1998 0
4 2000 B Hip/Hop 14 1999 15
6 2001 B Hip/Hop 18 2000 14
11 2002 B Hip/Hop 0 2001 18
2 1999 C Country 8 1998 0
8 2000 C Country 0 1999 8
7 2001 C Country 10 2000 0
12 2002 C Country 0 2001 10
5 2000 D Jazz 1 1999 0
10 2001 D Jazz 0 2000 1
关于python - groupby转移 Pandas ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32661742/