在Pandas中实现Excel同款同环境进程对比%improve列的技术疑问

核心逻辑 #

先按环境字段分组，每组内确保进程顺序（比如旧版本在前、新版本在后），再计算当前进程与同组上一条进程的性能差异百分比，完全匹配你要的Excel功能。

假设你的DataFrame结构示例：

import pandas as pd

df = pd.DataFrame({
    '环境': ['测试环境A', '测试环境A', '生产环境B', '生产环境B'],
    '进程': ['旧版本进程', '新版本进程', '旧版本进程', '新版本进程'],
    '性能指标': [100, 80, 200, 150]  # 示例为耗时，数值越小性能越好
})

填充BuildTable函数的实现代码 #

方案1：分组+shift计算（直观易读） #

def BuildTable(df):
    # 按环境分组，每组内按进程排序（保证基准进程在前）
    df = df.sort_values(['环境', '进程'], ascending=[True, True])
    # 计算同环境下与上一条的性能提升百分比
    df['%improve'] = df.groupby('环境')['性能指标'].apply(
        lambda x: (x.shift(1) - x) / x.shift(1) * 100
    ).round(2)
    # 填充组内第一条无对比数据的空值
    df['%improve'] = df['%improve'].fillna('-')
    return df

方案2：transform简化写法（高效简洁） #

def BuildTable(df):
    df = df.sort_values(['环境', '进程'])
    # 分组获取同环境的上一条性能指标
    prev_perf = df.groupby('环境')['性能指标'].shift(1)
    # 计算提升百分比，处理异常值
    df['%improve'] = ((prev_perf - df['性能指标']) / prev_perf * 100).round(2)
    df['%improve'] = df['%improve'].replace([pd.NA, float('inf'), float('-inf')], '-')
    return df

关键细节说明 #

• 分组规则：必须以环境为分组键，避免跨环境对比
• 排序要求：如果原始数据中进程顺序混乱，一定要先排序，确保对比基准（比如旧版本）在每组的第一条
• 指标适配：如果你的性能指标是吞吐量（数值越大越好），公式需调整为(x - x.shift(1))/x.shift(1)*100
• 空值处理：每组第一条无前置数据，用-或其他标识填充更符合业务展示需求

示例输出 #

运行函数后得到的结果：

内容的提问来源于stack exchange，提问作者h ca