如何基于DataFrame计算每日High-Low差值生成新DataFrame

不需要额外做连接操作，用透视或者分组转置的方法就能快速实现，下面是两种实用方案：

方法一：使用pivot透视表 #

将原数据按Date作为索引，Metric转为列，这样同一日期的High和Low会处于同一行，直接相减即可得到Volume：

import pandas as pd

# 假设你的原始DataFrame名为df
# 第一步：透视数据，把Metric转成列
pivot_df = df.pivot(index='Date', columns='Metric', values='Value')
# 第二步：计算High-Low得到Volume，只保留需要的列
volume_df = pivot_df.assign(Volume=pivot_df['High'] - pivot_df['Low'])[['Volume']].reset_index()
# 可选：将Volume格式化为两位小数
volume_df['Volume'] = volume_df['Volume'].round(2)

方法二：使用groupby+unstack #

通过分组后转置，同样能实现同一日期的Metric值对齐，再计算差值：

import pandas as pd

# 按日期和指标分组，转置后让同一日期的指标成为列
grouped_df = df.groupby(['Date', 'Metric'])['Value'].first().unstack()
# 逐行计算High-Low，生成新的Volume列
volume_df = grouped_df.apply(lambda row: row['High'] - row['Low'], axis=1).reset_index(name='Volume')
# 可选：格式化小数位数
volume_df['Volume'] = volume_df['Volume'].round(2)

最终得到的volume_df结构如下：

Date Volume
2020-01-01 2.00
2020-01-02 6.45

内容的提问来源于stack exchange，提问作者pinecone6969