如何在pandas DataFrame中按另一列条件对指定列应用.diff()生成新列

核心实现逻辑 #

因为你已经提前按产品、日期完成排序，直接对产品列分组后调用diff()即可，groupby会限制差值计算仅在同一个产品的组内执行，产品切换的行默认返回空值，完美匹配需求。 #

代码实现 #

场景1：产品切换行保留空值（符合统计逻辑，首行无前置对比数据默认留空） #

import pandas as pd
import numpy as np

df=pd.DataFrame({'A':['Shrimp', 'Shrimp', 'Shrimp','Octopus','Octopus','Fish','Fish'],
                 'B':[10,11,15,25,30,5,15]})
# 按产品A分组后对价格B计算差值
df['C'] = df.groupby('A')['B'].diff()

运行后输出结果：

场景2：产品切换行差值设为0（匹配你原代码的else分支逻辑） #

仅需在diff后追加fillna(0)即可：

df['C'] = df.groupby('A')['B'].diff().fillna(0)

运行后输出结果：

原代码问题说明 #

你写的lambda表达式是单行判断逻辑，无法直接作用于整个DataFrame对象，执行会报错。groupby是Pandas处理分组内运算的标准实现，性能和可读性都远高于逐行判断方案。 #

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