以下是一个示例代码，它演示了如何按照相同分区获取前一个日期。

import pandas as pd

# 创建示例数据
data = {'date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-01', '2021-01-02'],
        'partition': ['A', 'A', 'A', 'A', 'B', 'B']}
df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['date'] = pd.to_datetime(df['date'])

# 按分区进行分组，并按日期进行排序
df = df.sort_values(['partition', 'date'])

# 获取前一个日期
df['previous_date'] = df.groupby('partition')['date'].shift(1)

print(df)

在上面的示例中，我们首先将日期列转换为日期类型，然后根据分区进行分组，并按日期进行排序。然后，我们使用shift()函数来获取每个分区的前一个日期，并将结果存储在新的列previous_date中。最后，我们打印出结果。

输出结果如下：

        date partition previous_date
0 2021-01-01         A           NaT
1 2021-01-02         A    2021-01-01
2 2021-01-03         A    2021-01-02
3 2021-01-04         A    2021-01-03
4 2021-01-01         B           NaT
5 2021-01-02         B    2021-01-01

在这个例子中，我们可以看到在每个分区中，previous_date列包含了前一个日期的值。如果没有前一个日期，则该列的值为NaT（Not a Time）。