如何在Pandas DataFrame中按商品计算Rho列的差值

我有如下Pandas DataFrame：

其中：

• N1~N5列是顾客购买的商品，每行每个商品仅出现一次
• time为连续排序的时间
• CountN1~CountN5是对应商品的累计购买次数
• resultN1~resultN5是同一商品在不同顾客间的时间间隔
• RhoN1~RhoN4是对应商品的角度值

需要生成RhoN1_diff~RhoN5_diff列，计算每个商品对应Rho值的差值：比如商品bread在time=2时的Rho值是2.23606797749979，在time=4时的Rho值是4.898979485566356，二者差值为4.898979485566356-2.23606797749979=2.662911508066566。注意商品可能出现在任意N列中。

通过数据重塑+分组计算差值+映射回原DataFrame的方式实现，具体步骤如下：

1. 重塑数据格式 #

将原DataFrame中商品列、Rho列和time列转换为长格式，方便按商品分组处理：

import pandas as pd

# 假设原DataFrame名为df
# 定义列名列表
n_cols = [f'N{i}' for i in range(1, 6)]
rho_cols = [f'RhoN{i}' for i in range(1, 6)]  # 原数据无RhoN5，后续会自动填充NaN

# 拆分商品列和Rho列，合并为长格式数据
melted_products = df.melt(
    id_vars=['time'],
    value_vars=n_cols,
    var_name='N_col',
    value_name='product'
)
melted_rho = df.melt(
    id_vars=['time'],
    value_vars=rho_cols,
    var_name='Rho_col',
    value_name='Rho'
)
# 匹配商品列和对应的Rho列
melted = melted_products.merge(
    melted_rho,
    left_on=['time', 'N_col'],
    right_on=['time', melted_rho['Rho_col'].str.replace('Rho', '')]
).drop(columns=['N_col', 'Rho_col'])

2. 计算商品的Rho差值 #

按商品分组，计算当前行Rho与上一次出现时Rho的差值：

# 按商品分组，计算相邻出现的Rho差值
melted['Rho_diff'] = melted.groupby('product')['Rho'].diff()

3. 将差值映射回原DataFrame #

把计算好的差值匹配到原DataFrame对应的列中：

# 构建商品+时间到差值的映射字典
diff_map = melted.set_index(['product', 'time'])['Rho_diff'].to_dict()

# 为每个N列生成对应的差值列
for i in range(1, 6):
    n_col = f'N{i}'
    diff_col = f'RhoN{i}_diff'
    # 每行根据商品和时间获取差值，首次出现的商品差值设为0.0（可改为NaN）
    df[diff_col] = df.apply(lambda row: diff_map.get((row[n_col], row['time']), 0.0), axis=1)

最终结果示例 #

处理后关键列的结果如下：

• time=2时，RhoN1_diff（对应bread）为0.0（首次出现无差值）
• time=4时，RhoN2_diff（对应bread）为2.662911508066566
• 原数据无RhoN5列，RhoN5_diff全部为0.0

内容的提问来源于stack exchange，提问作者Bry Sab