Pandas多索引透视表：按评级计算列值的日期差减法需求

实现步骤 #

• 将双索引透视表重置为普通列结构，便于分组操作
• 按Rating字段分组，确保每个评级的数据独立计算
• 对每个分组内的数据按Date排序，保证日期顺序从旧到新
• 使用diff()方法计算每列差值，该方法默认以后续行（新日期）的值减去前行（旧日期）的值，完全匹配需求

代码实现 #

假设你的透视表DataFrame名为pivot_df，代码如下：

# 重置双索引为普通列
df = pivot_df.reset_index()

# 按Rating分组，排序后计算差值
result_df = df.groupby('Rating').apply(
    lambda group: group.sort_values('Date')[['A', 'B', 'C']].diff()
).reset_index()

# 可选：还原为原双索引结构
result_df = result_df.set_index(['Rating', 'Date'])

结果说明 #

• 计算完成后，每个评级下的每一列都会得到对应日期的差值，比如评级M的列A在2007/01/03与2007/01/02的差值会得到-0.0077，与示例一致
• 每个评级分组的第一行差值为NaN，因为没有更早的日期作为计算基准

内容的提问来源于stack exchange，提问作者Michael W