计算满足条件的列之间的差异

Question

我有一个数据集，内容如下：

import pandas as pd
df = pd.DataFrame(
    {"Time": [1,2,3,1,2,3],
     "Prop1": ["A","B","A","A","B","B"],
     "Prop2": [4, 5, 1, 5, 4, 3]})

时间	属性1	属性2
1	A	4
2	B	5
3	A	1
1	A	5
2	B	4
3	B	3

我想要的是每个时间点的差异...

1. 在每个时间步骤
2. 对于属性1的值
3. 属性2之间的差异

从这个数据集中，我希望得到类似下面的结果...

时间	属性1	属性2	属性2差异
1	A	4	NaN
2	B	5	NaN
3	A	1	NaN
1	A	5	(5-4)= 1
2	B	4	(4-5)= -1
3	B	3	NaN

我知道有一个 .diff() 函数，但我不太确定如何应用我想要的条件。

这是为了减少我脚本中的深层循环，我已经做过：

time = df["Time"].unique()
for cTime in time:
    for prop1 in df[df["Time"] == cTime,"Prop1"].unique():
        df.loc[(df["Time"]==cTime) & (df["Prop1"] == prop1] = cDF["Prop2"][1] - cDF["Prop2"][0]

还有其他循环的变体。

这个操作是在非常大的数据集上进行的，所以每去掉一个循环都能大大提高效率。

Answer 1

代码

df['Prop2Diff'] = df.groupby(['Time', 'Prop1'])['Prop2'].diff()

数据框

   Time Prop1  Prop2  Prop2Diff
0     1     A      4        NaN
1     2     B      5        NaN
2     3     A      1        NaN
3     1     A      5        1.0
4     2     B      4       -1.0
5     3     B      3        NaN