按Sensor分组计算DataFrame新列及转置的实现方案

现有一个以Date为索引的DataFrame，数据结构如下：

需要实现以下需求：

• 按Sensor分组计算新列Calc，计算公式为：当前Value值 ÷ 5天前的Value值 + 5天前的Value值 ÷ 15天前的Value值，无法计算的位置填充NA。
• 计算完成后转置DataFrame，以Sensor为索引，日期为列名，Calc值为对应单元格内容。

1. 预处理：转换日期索引为datetime类型 #

首先将字符串格式的日期索引转换为datetime类型，确保移位操作按时间逻辑执行：

import pandas as pd

# 转换索引为datetime格式
df.index = pd.to_datetime(df.index, format='%d/%m/%Y')

2. 分组计算Calc列 #

使用groupby按Sensor分组，对每组的Value列执行移位和除法运算，自动处理缺失值填充NA：

# 分组计算Calc列
df['Calc'] = df.groupby('Sensor')['Value'].apply(
    lambda x: x.div(x.shift(5)) + x.shift(5).div(x.shift(15))
).reset_index(level=0, drop=True)

注：当前数据中每个传感器的时间跨度仅12天，不存在15天前的记录，因此所有Calc值会显示为NA；若后续有更长时间序列的数据，即可得到有效计算结果。

3. 转置DataFrame #

将结果转换为以Sensor为索引、日期为列的结构：

# 转置得到目标格式
result = df.pivot_table(index='Sensor', columns=df.index, values='Calc')

内容的提问来源于stack exchange，提问作者Dmitry