如何在Pandas中按组差分DataFrame时序列且不处理date列？

你已经实现了对分组变量执行差分且排除date列的需求，但确实有更简洁、可读性更强的写法，下面分享两种优化方案：

方法1：使用add_prefix自动命名差分列 #

直接在分组差分后用add_prefix给结果列统一添加前缀，再通过pd.concat合并到原DataFrame，省去手动构造列名的冗余步骤：

# 指定需要差分的目标列
cols_to_diff = ['var1', 'var2']
# 分组差分并自动添加前缀
diff_results = test_df.groupby('group')[cols_to_diff].diff().add_prefix('diff.')
# 合并原表与差分结果
test_df = pd.concat([test_df, diff_results], axis=1)

方法2：自动识别需差分的列（无需手动列名） #

如果你的DataFrame后续可能新增变量，或者变量数量较多，可以自动排除date和group列，避免手动维护列名列表，扩展性更强：

# 自动获取除date、group外的所有列
cols_to_diff = test_df.columns.difference(['date', 'group'])
# 分组差分+前缀+合并
diff_results = test_df.groupby('group')[cols_to_diff].diff().add_prefix('diff.')
test_df = pd.concat([test_df, diff_results], axis=1)

这两种方法都会得到和你原实现完全一致的结果，但代码更简洁直观，尤其是第二种方案，当变量数量变化时无需修改代码，适配性更好。

内容的提问来源于stack exchange，提问作者kaksat