python pandas 根据动态计算创建 dataframe

Question

我有两个数据帧，并希望创建一个基于动态计算的第三个。你知道吗

df1（有）

prod time value
A    1    10
A    2    20
A    3    30
B    1    15
B    2    20
B    3    80

df2（有）

prod time1 time2 new_name
A    1     3    'newval'
B    1     2    'newval'
A    1     2    'newval2'
B    1     3    'newval2'

df3（需要）

prod value_newval value_newval2 
A    -20            -10
B    -5             -65

希望以高效的方式创建df3。df2中的每条记录都说明了如何计算df3（即，对于产品A，从df1中减去值time=1和time=3，并将此列命名为值（df1）\新名称（df2），对于产品B，减去值time=1和time=2等等）

目前，我可以通过一行一行地遍历df2，创建df1的多个子集，并最终连接它们来创建这个，但是这需要很长时间，因为df1可能会变得非常大

Answer 1

你可以试着用melt然后merge+groupby

df2.drop('new_name',1).melt('prod',value_name='time').\
      merge(df1,how='left').groupby('prod').value.apply(lambda x : x.iloc[0]-x.iloc[1])
Out[177]: 
prod
A   -20
B    -5
Name: value, dtype: int64

---

更新

df2.melt(['prod','new_name'],value_name='time').\
      merge(df1,how='left').groupby(['prod','new_name']).value.apply(lambda x : x.iloc[0]-x.iloc[1]).unstack()
Out[205]: 
new_name  'newval'  'newval2'
prod                         
A              -20        -10
B               -5        -65