Pandas:计算当前列值和下一列值之间的差值值，具体取决于它是否满足不同列的标准

Question

我有一个数据帧：

df = pd.DataFrame.from_items([('A', [10, 'foo']), ('B', [440, 'foo']), ('C', [790, 'bar']), ('D', [800, 'bar']), ('E', [7000, 'foo'])], orient='index', columns=['position', 'foobar'])

如下所示：

position foobar
A   10       foo
B   440      foo
C   790      bar
D   800      bar
E   7000     foo

我想知道每个仓位与foobar列中具有相反值的下一个仓位之间的区别。通常我会使用shift方法向下移动position列：

df[comparisonCol].shift(-1) - df[comparisonCol]

但是由于我使用foobar列来决定哪个职位适用，因此我不确定如何做到这一点。

结果应如下所示：

position foobar difference
A   10       foo      780
B   440      foo      350
C   790      bar      6210
D   800      bar      6200
E   7000     foo      NaN

Answer 1

我认为您需要foobar中的唯一值只有 2，因此a系列中的组之间可能会发生偏移：

#identify consecutive groups
a = df['foobar'].ne(df['foobar'].shift()).cumsum()
print (a)
A    1
B    1
C    2
D    2
E    3
Name: foobar, dtype: int32
#get first value by a of position column
b = df.groupby(a)['position'].first()
print (b)
foobar
1      10
2     790
3    7000
Name: position, dtype: int64
#subtract mapped value, but for next group is added 1 to a Series
df['difference'] = a.add(1).map(b) - df['position']
print (df)
position foobar  difference
A        10    foo       780.0
B       440    foo       350.0
C       790    bar      6210.0
D       800    bar      6200.0
E      7000    foo         NaN

细节：

print (a.add(1).map(b))
A     790.0
B     790.0
C    7000.0
D    7000.0
E       NaN
Name: foobar, dtype: float64