在dataframe列中获取在特定值之前的值

，可以使用pandas库中的shift()函数结合条件判断来实现。

具体步骤如下：

1. 导入pandas库：import pandas as pd
2. 创建一个dataframe对象，假设为df。
3. 使用shift()函数将目标列向下移动一行，生成一个新的列，假设为shifted_column。 df['shifted_column'] = df['目标列'].shift(1)
4. 使用条件判断筛选出目标值之前的值，生成一个新的列，假设为result_column。 df['result_column'] = df['shifted_column'].where(df['目标列'] != '特定值', '') 这里的'特定值'是指要获取之前值的特定值。
5. 删除中间生成的列shifted_column。 df.drop('shifted_column', axis=1, inplace=True)
6. 最终结果保存在result_column列中。

示例代码如下：

import pandas as pd

# 创建一个示例dataframe
data = {'目标列': ['A', 'B', '特定值', 'C', 'D', '特定值', 'E']}
df = pd.DataFrame(data)

# 使用shift()函数和条件判断获取特定值之前的值
df['shifted_column'] = df['目标列'].shift(1)
df['result_column'] = df['shifted_column'].where(df['目标列'] != '特定值', '')
df.drop('shifted_column', axis=1, inplace=True)

print(df)

输出结果：

  目标列 result_column
0   A              
1   B              
2  特定值              
3   C             B
4   D             C
5  特定值             D
6   E             特定值

在这个例子中，我们创建了一个包含目标列的dataframe，并使用shift()函数和条件判断获取了特定值之前的值。最终结果保存在result_column列中。