python - 如何计算分组 df 的差异？

Question

name      date      value
 a      1/1/2011      3
 b      1/1/2011      5
 c      1/1/2011      7
 a      1/2/2011      6
 b      1/2/2011      10
 c      1/2/2011      14

我这里有一个 df，其中的值是累积统计数据。所以 name: a date: 1/2/2011 的实际值是 3 而不是 6。要获得特定日期的实际值，我需要取当天的值减去前一天的值。我想计算每个日期每个名称的实际值。类似于 df.groupby(['name', 'date'])['value'].diff() 但此代码返回错误。

最终我需要的是

name      date   actual value
 a      1/1/2011      3
 b      1/1/2011      5
 c      1/1/2011      7
 a      1/2/2011      3
 b      1/2/2011      5
 c      1/2/2011      7

Answer 1

这可以在一行中以矢量化的方式完成。

import pandas as pd

df = pd.read_clipboard() # Reading from your question

df['value'] = df.groupby('name')['value'].diff(1).fillna(df['value'])

正如评论中所讨论的，在应用 fillna 以正确替换 NaN 值时，有必要引用原始的 'values 系列来自 diff(这发生在 'name' 中每个标签的第一个实例)。