按metric_name分组计算DataFrame中count列的差分

可以用 pandas 的分组差分功能来实现，步骤如下：

1. 先构造你的示例 DataFrame（如果已有数据可跳过这步）：

import pandas as pd

df = pd.DataFrame({
    'metric_name': ['m_1', 'm_2', 'm_1', 'm_2'],
    'ts': [1, 1, 2, 2],
    'count': [10, 20, 12, 19]
})

2. 按 metric_name 分组计算 count 的差分，并将分组内第一行的空值替换为 0：

# 分组计算差分，组内第一行返回 NaN，用 fillna(0) 替换为 0
df['diff_count'] = df.groupby('metric_name')['count'].diff().fillna(0)
# 可选：将浮点型结果转为整数，匹配示例格式
df['diff_count'] = df['diff_count'].astype(int)

3. 最终输出结果：

metric_name  ts  count  diff_count
0         m_1   1     10           0
1         m_2   1     20           0
2         m_1   2     12           2
3         m_2   2     19          -1

关键逻辑说明 #

• groupby('metric_name')：确保每个指标单独计算差分，不会跨指标干扰
• diff()：计算当前行与同组前一行的 count 差值，组内第一行因无前置数据返回 NaN
• fillna(0)：把第一行的空值替换为 0，符合你要求的起始行差分规则

内容的提问来源于stack exchange，提问作者Capacytron