pandas实现hive的lag和lead函数

lag

该函数的格式如下:

lag(字段名,N) over(partition by 分组字段 order by 排序字段 排序方式) 

lag括号里理由两个参数，第一个是字段名，第二个是数量N，这里的意思是，取分组排序后比该条记录序号小N的对应记录的指定字段的值，如果字段名为ts，N为1，就是取分组排序后上一条记录的ts值。

lead

该函数的格式如下:

lead(字段名,N) over(partition by 分组字段 order by 排序字段 排序方式) 

lead括号里理由两个参数，第一个是字段名，第二个是数量N，这里的意思是，取分组排序后比该条记录序号大N的对应记录的对应字段的值，如果字段名为ts，N为1，就是取分组排序后下一条记录的ts值。

窗口函数的pandas实现

pandas中使用shift函数来实现lag/lead函数

df = pd.DataFrame({'A':[12,20,12,5,18,11,18],
                   'C':['A','B','A','B','B','A','A']})

df['lag'] = df.sort_values('A').groupby('C')['A'].shift(1)
df['lead'] = df.sort_values('A').groupby