基于DataFrame按样本提取首值并计算变化百分比的实现求助

我有一个存储不同样本实验数据的DataFrametestdata，需要编写函数提取每个样本指定列的首个值，计算该列各值相对首值的变化百分比并保存到新列。

样本列表 #

samplename = [smpl_1, smpl_2, smpl_3]

实验数据示例（DataFrame testdata） #

sample_ID value1  value2
smpl1      3.5     96
smpl1      3.5     67
sampl2     3.5     92
sampl2     3.5     87

尝试的错误代码 #

def test_info(samplename, testdata):


for sample in samplenames:

    testdata = testdata.loc[testdata['sample_ID']==sample]              
    first = testdata.loc[(testdata['cycle']==1)][('capacity')].to_numpy()
    testdata['fading_%'] = (testdata['capacity']) / first * 100
  
    return(testdata)

期望输出 #

sample_ID value1  value2 change%
smpl1      3.5     96       100
smpl1      3.5     67       69.8
sampl2     3.5     92       100
sampl2     3.5     87       94.6

问题分析与修复方案 #

原代码存在的问题 #

1. 缩进错误：for循环未包含在函数体内，语法不合法
2. 变量名不匹配：函数参数为samplename，循环中使用未定义的samplenames
3. 列名不匹配：示例DataFrame无cycle和capacity列，对应需求的应为value2
4. 数据丢失风险：每次循环重新赋值testdata会覆盖原数据，最终仅保留最后一个样本的数据
5. 逻辑冗余：无需通过cycle==1提取首个值，直接取每组第一行数据即可

修复后的代码 #

import pandas as pd

def calculate_change_percent(testdata, target_col='value2', result_col='change%'):
    # 按样本分组，为每行匹配对应样本的目标列首个值
    first_values = testdata.groupby('sample_ID')[target_col].transform('first')
    # 计算变化百分比并保留1位小数
    testdata[result_col] = round((testdata[target_col] / first_values) * 100, 1)
    return testdata

# 测试示例
if __name__ == '__main__':
    # 构造示例数据
    testdata = pd.DataFrame({
        'sample_ID': ['smpl1', 'smpl1', 'sampl2', 'sampl2'],
        'value1': [3.5, 3.5, 3.5, 3.5],
        'value2': [96, 67, 92, 87]
    })
    # 调用函数得到结果
    result_df = calculate_change_percent(testdata)
    print(result_df)

代码说明 #

• 使用groupby+transform('first')高效为每个样本的所有行匹配目标列首个值，避免低效循环
• 直接在原DataFrame新增结果列，若不想修改原数据，可先执行testdata.copy()后操作
• 通过round函数控制百分比小数位数，与期望输出格式一致
• 函数支持自定义目标列和结果列名，适配不同数据分析需求

内容的提问来源于stack exchange，提问作者maruffel