如何按分组ID计算数据集中每行与前一行的权重差值？求实现代码

根据你的需求，我们需要针对每个ID分组，计算当前行权重与下一行权重的差值（即当前行Wt - 下一行Wt），并且每组的最后一行不需要显示差值。下面提供基于Python pandas的实现方案，这是处理这类分组数据计算最常用的工具。

步骤说明 #

• 导入pandas库并构造示例数据集
• 按ID分组，对每个分组内的Wt列执行向下偏移一行的操作（获取下一行的权重值）
• 计算当前行Wt与偏移后值的差值，得到diff列
• 由于每组最后一行没有下一行，对应的diff会是NaN，可以选择保留或转为空值以匹配你的示例格式

代码实现 #

import pandas as pd

# 构造你的示例数据集
data = {
    'ID': [1, 1, 1, 2, 2, 2],
    'Wt': [60.5, 58, 62, 89, 75, 72]
}
df = pd.DataFrame(data)

# 按ID分组，计算当前行与下一行的权重差值
df['diff'] = df.groupby('ID')['Wt'].apply(lambda x: x - x.shift(-1))

# 将NaN转为空字符串，和示例格式完全对齐
df['diff'] = df['diff'].where(df['diff'].notna(), '')

print(df)

运行结果 #

执行代码后会得到和你预期完全一致的输出：

ID    Wt  diff
0   1  60.5   2.5
1   1  58.0  -4.0
2   1  62.0      
3   2  89.0  14.0
4   2  75.0   3.0
5   2  72.0      

补充提示 #

如果后续你的需求调整为当前行相对于前一行的差值（即当前行Wt - 前一行Wt），只需要把代码中的x.shift(-1)改成x.shift(1)即可。如果你的数据集是从CSV/Excel文件读取的，直接用pd.read_csv()或pd.read_excel()替换构造数据集的部分即可适配。

内容的提问来源于stack exchange，提问作者Jammy