Pandas 按行分组数据帧并比较值

我有两个数据帧。

旧的\u结果

=

date      | location | value | trial_number
----------+----------+-------+-------------
1-1-2001  | USA      | 3     | 10 
1-2-2001  | USA      | 4     | 20 
1-1-2001  | China    | 1     | 30
1-2-2001  | China    | 2     | 40

新结果

=

date      | location | value |trial_number
----------+----------+-------+-------------
1-1-2001  | China    | 10    | 1
1-2-2001  | China    | 100   | 2
1-1-2001  | USA      | 1000  | 3
1-2-2001  | USA      | 10000 | 4
1-1-2001  | USA      | 5     | 5
1-2-2001  | USA      | 50    | 6

• 注意：不保证此数据帧中的顺序，并且数据帧中存在重复值

我想在名为

diff

的

new_results

数据框中添加一列，用于比较给定日期/位置组合的新旧值。因此，最终结果应该如下所示：

date      | location | value | diff                | trial_number
----------+----------+-------+---------------------+-------------
1-1-2001  | China    | 10    | 9     # 10 - 1      | 1
1-2-2001  | China    | 100   | 98    # 100 - 2     | 2
1-1-2001  | USA      | 1000  | 997   # 1000 - 3    | 3
1-2-2001  | USA      | 10000 | 9996  # 1000 - 4    | 4
1-1-2001  | USA      | 1000  | 2   # 5 - 3         | 5
1-2-2001  | USA      | 10000 | 46  # 50 - 4        | 6

---

我知道如何使用

groupby

创建数据帧组，但我不知道如何比较groupby，并使用结果修改初始数据帧。

new_result['diff']=new_result['value']-old_results['value']

没有顺序保证，这仍然有效吗？（更新问题以反映这一点）

new_result['diff']=new_result['value']-old_results['value']

无法保证顺序，这仍然有效吗？（更新问题以反映这一点）