Pandas按POD分组计算相邻行差 单分组时触发ValueError错误

问题根因 #

该错误是pandas中groupby.apply的返回值结构不一致导致的：当分组数量≥2时，apply对每个分组执行逻辑后返回带多层索引的Series，reset_index(0, drop=True)可以正确对齐原DataFrame的行；但当分组数量=1时，apply返回的Series结构会发生变化，索引处理后和原DataFrame行数匹配逻辑失效，最终出现赋值维度不匹配的报错。

解决方案 #

最优写法（兼容所有分组场景） #

直接用groupby.diff实现需求即可，代码更简洁也不会有维度匹配问题，完全保留按POD分组计算行差的逻辑，单POD、多POD场景都可以正常运行：

df['EAI_Delta'] = df.groupby('POD')['EAI_ALL'].diff().fillna(0)

diff()默认就是计算当前行减上一行的差值，分组首行的计算结果为空值，用fillna(0)处理后完全符合你的计算规则。

如果一定要保留原有的apply写法，只需要调整索引对齐的逻辑即可，修改后代码如下：

#group the DF by POD code
grouped = df.groupby('POD')

#Define Lambda function
eai_diff = lambda x: x.EAI_ALL - x.EAI_ALL.shift(1)

# 直接取返回结果的values数组赋值，避免索引结构导致的匹配问题
df['EAI_Delta'] = grouped.apply(eai_diff).reset_index(drop=True).fillna(0).values

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