Pandas 新行，它是数据帧中使用Groupby的两行之间的差异

我有一个数据帧

import pandas as pd
df = pd.DataFrame({ 
'ID': [1, 1, 1, 2, 2, 2], 
'value': [100, 120, 130, 200, 190, 210],
'value2': [2100, 2120, 2130, 2200, 2190, 2210],   
'state': ['init','mid', 'final', 'init', 'mid', 'final'], 
})

我想添加另一行，这是每个ID的状态列中'final'和'init'的差异

结果应该是这样的

import pandas as pd
df = pd.DataFrame({ 
    'ID': [1, 1, 1, 2, 2, 2, 1, 2], 
    'value': [100, 120, 130, 200, 190, 210, 30, 10],
    'value2': [2100, 2120, 2130, 2200, 2190, 2210, 100, 10],   
     'state': ['init','mid', 'final', 'init', 'mid', 'final', 'diff', 'diff'], 
 })

我试过以下方法。但我得到AttributeError:“函数”对象没有属性“groupby”错误

df1 = df.copy()

df1 = df[df.state.isin(['final', 'init'])].copy
s = df1.groupby('ID', sort=False).diff().dropna.assign(id=df1['ID'].unique(), state='diff')
df = df.append(s, sort=True).sort_values("ID")

---

像这样的怎么样？按

ID

分组，仅保留

值*

列，取差异，然后重新分配

ID

和

状态

：

df

身份证件 价值 价值2 状态 0 1. 100 2100 初始化 1. 1. 120 2120 中间 2. 1. 130 2130 最终的 3. 2. 200 2200 初始化 4. 2. 190 2190 中间 5. 2. 210 2210 最终的

---

像这样的怎么样？按

ID

分组，仅保留

值*

列，取差异，然后重新分配

ID

和

状态

：

df

身份证件 价值 价值2 状态 0 1. 100 2100 初始化 1. 1. 120 2120 中间 2. 1. 130 2130 最终的 3. 2. 200 2200 初始化 4. 2. 190 2190 中间 5. 2. 210 2210 最终的

---

另一种选择是将

final

状态和

init

之间的差异作为矩阵运算，然后填充缺少的列

ID

和

state

传递值字典

val_cols = ['value', 'value2']
df_final = df.query('state == "final"')[val_cols].reset_index(drop=True) - df.query('state== "init"')[val_cols].reset_index(drop=True)

df_final = pd.concat([df, df_final])

values = {'ID': {i:i+1 for i, v in enumerate(df.ID.unique())}, 'state': 'diff'}
df_final.fillna(values, inplace=True)

最终结果

---

另一种选择是将

最终

状态和

初始

之间的差异作为矩阵运算，然后填充缺少的列

ID

和

状态

，传递值字典

val_cols = ['value', 'value2']
df_final = df.query('state == "final"')[val_cols].reset_index(drop=True) - df.query('state== "init"')[val_cols].reset_index(drop=True)

df_final = pd.concat([df, df_final])

values = {'ID': {i:i+1 for i, v in enumerate(df.ID.unique())}, 'state': 'diff'}
df_final.fillna(values, inplace=True)

最终结果

---

此解决方案在本例中效果良好。但是，如果ID不是非数字的或不是按顺序排列的，则枚举（df.ID.unique（））}中的值={ID'：{i:i+1 for i，v，'state'：'diff'}不会为ID/group提供正确的输出。如何解决这个问题呢？是@postcolonialist，在这种情况下，在应用操作之前，按id和状态排序

df_final

。此解决方案在本例中运行良好。但是，如果ID不是非数字的或不是按顺序排列的，则枚举（df.ID.unique（））}中的值={ID'：{i:i+1 for i，v，'state'：'diff'}不会为ID/group提供正确的输出。如何解决这个问题呢？是@postcolonialist，在这种情况下，在应用操作之前，按id和状态进行排序应该是可行的