使用shift()与不均匀间距的数据

Question

希望这个例子能说明问题。我想用shift（）创建'lagval'，但是如果缺少上一年，它需要是nan。在

df = DataFrame( { 'yr' : [2007,2008,2009,2011,2012],
                  'val': np.random.randn(5) } )

期望输出（lagval）：

^{pr2}$

我有一个不错的解决方案（作为一个答案发布），但正在寻找替代方案。我已经花了一些时间来研究所有的时间序列函数，但这似乎有点过头了。似乎我最终会将年份转换为一个真正的时间戳，重新采样，移位，然后删除丢失的值。但也许有更简单的方法？在

Answer 1

不管怎样，这里有一个时间序列的解决方案，它显然需要更多的代码。在

df = df.set_index(df['yr'].apply(lambda x: datetime.datetime(x, 1, 1)))
df = df.resample('A').mean()

df['lagval'] = df['val'].shift(1)
df = df[pd.notnull(df['yr'])]

我不熟悉Stata，但只是浏览一下文档，听起来tsset做了类似的事情（将数据符合指定的频率）？在