Python如何对不同索引行重复执行运算计算同行业月度差值

你之前写的固定偏移i-2取数的逻辑有本质缺陷：它仅在「每个统计周期恰好2个行业、所有行业按完全固定的顺序排列」的特殊情况下能凑出正确结果，一旦行业数量增减、行顺序变动，就会匹配到错误行业的数值，完全没有实现按行业维度匹配同维度上期值的核心要求，自然无法得到正确结果。

以下是两种可稳定运行的实现方案：

方案1：pandas实现（推荐，适配Excel表格处理场景） #

用pandas的分组差值函数可以直接实现需求，不需要手动管理索引、写循环，自动适配任意行业数量、行排列顺序，鲁棒性更强。

1. 先安装依赖（已安装可跳过）：

   pip install pandas openpyxl
   

2. 运行以下代码即可完成计算：

   import pandas as pd
   
   # 替换为你的Excel文件实际路径
   df = pd.read_excel("就业数据.xlsx")
   
   # 核心逻辑：按行业分组，计算组内就业人数的逐期差值
   df["Difference from prev. month"] = df.groupby("Industry")["No. of jobs"].diff()
   
   # 可选：将首期无对比值的空值替换为原表的N/A格式
   df["Difference from prev. month"] = df["Difference from prev. month"].fillna("N/A")
   
   # 计算结果写回Excel
   df.to_excel("就业数据_计算完成.xlsx", index=False)
   

   运行上述代码处理你给出的示例数据，输出结果和你提供的预期差值完全一致。

方案2：原生Python实现（无第三方库依赖） #

如果不想安装额外依赖，可以通过字典缓存每个行业的上一期就业值，逐行遍历计算，从根源上避免固定索引偏移的问题：

# 缓存结构：key为行业名称，value为该行业上一个统计周期的就业人数
prev_period_cache = {}
result = []

# --- 读取数据部分，可根据你的实际文件格式调整 ---
# 这里以csv格式为例，若读取Excel可替换为对应读取逻辑
import csv
with open("就业数据.csv", "r", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    table_headers = reader.fieldnames
    # 注意：请确保数据已按统计周期从早到晚排序，若周期顺序混乱需先排序
    for row in reader:
        industry = row["Industry"]
        current_jobs = int(row["No. of jobs"])
        # 匹配同行业上期值计算差值
        if industry in prev_period_cache:
            row["Difference from prev. month"] = current_jobs - prev_period_cache[industry]
        else:
            row["Difference from prev. month"] = "N/A"
        # 更新缓存为当期值，供下一周期计算使用
        prev_period_cache[industry] = current_jobs
        result.append(row)

# --- 写出结果部分 ---
with open("就业数据_计算结果.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=table_headers)
    writer.writeheader()
    writer.writerows(result)

注意：两种方案都要求数据的统计周期顺序是从早到晚排列的，如果原表的周期顺序混乱，需要先按时间维度排序后再计算差值。

内容的提问来源于stack exchange，提问作者IsaDavRod