如何使用Pandas计算分组后当前行VALUE与上一行的差值

嘿，这个需求用Pandas的分组和差值方法就能轻松搞定，我给你一步步演示怎么做：

完整实现代码 #

首先咱们先把数据初始化好，然后新增DIFF列：

import pandas as pd

# 创建原始DataFrame
data = [['AAA','2019-01-01', 10], ['AAA','2019-01-02', 21], ['AAA','2019-02-01', 30], ['AAA','2019-02-02', 45], 
        ['BBB','2019-01-01', 50], ['BBB','2019-01-02', 60], ['BBB','2019-02-01', 70],['BBB','2019-02-02', 80]]
dfx = pd.DataFrame(data, columns = ['NAME', 'TIMESTAMP','VALUE'])

# 核心：按NAME分组后计算VALUE的行间差值
dfx['DIFF'] = dfx.groupby('NAME')['VALUE'].diff()

# 可选：将NaN替换为空字符串，匹配你期望的输出格式
dfx['DIFF'] = dfx['DIFF'].fillna('')

# 查看结果
print(dfx)

代码解释 #

• 分组操作：dfx.groupby('NAME')['VALUE'] 先按NAME把数据分成AAA和BBB两个独立的组，只对每组内的VALUE列进行计算
• 行差计算：.diff() 方法会自动计算当前行和同组上一行的VALUE差值，每个分组的第一行因为没有前一行，所以返回NaN
• 格式调整：用fillna('')把NaN换成空字符串，就和你想要的输出完全一致了（如果不需要空字符串，直接保留NaN也可以）

最终输出 #

运行上面的代码后，得到的结果如下：

NAME   TIMESTAMP  VALUE DIFF
0  AAA  2019-01-01     10     
1  AAA  2019-01-02     21   11
2  AAA  2019-02-01     30    9
3  AAA  2019-02-02     45   15
4  BBB  2019-01-01     50     
5  BBB  2019-01-02     60   10
6  BBB  2019-02-01     70   10
7  BBB  2019-02-02     80   10

内容的提问来源于stack exchange，提问作者babsdoc