如何在原始Pandas DataFrame中插入行差值数据

我通过pd.read_csv读取的DataFrame每次运行脚本都会新增一行数据，原始数据样例如下：

import pandas as pd

df = pd.read_csv(file_path)
print(df.to_string(index=False))

输出：

timestamp    Puts   Calls  PutCh  CallCh  ChDiff
09:41:12 AM 2027891 1820724 280101  200974   79127
09:48:51 AM 2075976 1862053 328186  242303   85883
09:58:48 AM 2091487 1885842 343697  266092   77605
10:08:21 AM 2091879 1918592 344089  298842   45247
02:26:00 PM 1995234 1941917 247444  322167  -74723
02:44:36 PM 1990071 1934874 242281  315124  -72843
02:56:17 PM 1970892 1938472 223102  318722  -95620

我先删除timestamp列得到df1，用df1.diff()计算每行与前一行的差值，结果如下：

Puts   Calls    PutCh  CallCh    ChDiff
     NaN     NaN      NaN     NaN       NaN
 48085.0 41329.0  48085.0 41329.0    6756.0
 15511.0 23789.0  15511.0 23789.0   -8278.0
   392.0 32750.0    392.0 32750.0  -32358.0
-96645.0 23325.0 -96645.0 23325.0 -119970.0
 -5163.0 -7043.0  -5163.0 -7043.0    1880.0
-19179.0  3598.0 -19179.0  3598.0  -22777.0

现在需要把这些差值以括号包裹的形式插入原始DataFrame的对应行下方，同时保留timestamp列，最终输出样式如下（示例简化了部分行）：

timestamp    Puts    Calls   PutCh   CallCh  ChDiff
09:41:12 AM 2027891 1820724 280101  200974  79127
09:48:51 AM 2075976 1862053 328186  242303  85883
            (48085) (41329) (48085) (41329) (6756)
09:58:48 AM 2091487 1885842 343697  266092  77605
            (15511) (23789) (15511) (23789) (-8278)
10:08:21 AM 2091879 1918592 344089  298842  45247
            (392)   (32750) (392)   (32750) (-32358)

可以通过以下步骤实现需求：

1. 计算差值并格式化
   先计算差值，再把数值转换成带括号的字符串，同时处理第一行的NaN（第一行无前置行，差值行留空）：

   import pandas as pd
   
   # 读取原始数据
   df = pd.read_csv(file_path)
   # 计算差值，排除timestamp列
   diff_df = df.drop('timestamp', axis=1).diff()
   # 将数值转为带括号的字符串，NaN转为空字符串
   diff_formatted = diff_df.applymap(lambda x: f'({int(x)})' if pd.notna(x) else '')
   # 给差值行的timestamp列填充空字符串，对齐原始数据格式
   diff_formatted.insert(0, 'timestamp', '')
   

2. 合并原始行与差值行
   把原始DataFrame和格式化后的差值DataFrame按行交替拼接：

   # 创建空列表存储结果行
   result_rows = []
   # 遍历原始行和差值行，交替添加
   for idx, orig_row in df.iterrows():
       result_rows.append(orig_row.tolist())
       # 跳过第一行的差值（无前置行）
       if idx > 0:
           result_rows.append(diff_formatted.iloc[idx].tolist())
   # 转换为最终DataFrame
   final_df = pd.DataFrame(result_rows, columns=df.columns)
   

3. 输出结果
   打印最终的DataFrame，去掉索引：

   print(final_df.to_string(index=False))
   

执行上述代码后，就能得到符合要求的输出：原始数据行下方紧跟带括号的差值行，timestamp列在差值行留空对齐。

内容的提问来源于stack exchange，提问作者Brijesh Chaurasia