如何在Python/Pandas中按列匹配条件计算行间Volume差值

要实现仅对Name列匹配的行计算Volume列的差值，核心思路是先按Name分组，再在组内计算差值，具体步骤如下：

1. 构造输入DataFrame #

import pandas as pd

data = {
    'Date': ['2011-01-03'] * 9,
    'Name': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
    'Volume': [10, 20, 30, 40, 30, 100, 140, 50, 120]
}
df = pd.DataFrame(data, index=range(1, 10))

2. 分组计算差值 #

通过groupby锁定相同Name的行，用diff()计算组内差值，再将每组第一行的缺失值替换为该行的Volume值：

# 计算组内差值并填充缺失值
df['Volume Diff'] = df.groupby('Name')['Volume'].diff().fillna(df['Volume'])
# 转为整数类型（匹配示例输出格式）
df['Volume Diff'] = df['Volume Diff'].astype(int)

3. 最终输出 #

运行后得到的DataFrame如下：

Date Name  Volume  Volume Diff
1  2011-01-03    A      10           10
2  2011-01-03    B      20           20
3  2011-01-03    C      30           30
4  2011-01-03    A      40           30
5  2011-01-03    B      30           10
6  2011-01-03    C     100           70
7  2011-01-03    A     140          100
8  2011-01-03    B      50           20
9  2011-01-03    C     120           20

关键逻辑说明 #

• groupby('Name')：确保差值计算仅在相同名称的行组内进行，不会跨名称计算
• diff()：计算当前行与组内上一行的Volume差值，每组第一行因无前置行返回NaN
• fillna(df['Volume'])：将每组第一行的缺失值替换为该行自身的Volume，符合示例结果要求

内容的提问来源于stack exchange，提问作者BeingSuman