Python 2.7 大熊猫一组一组的计算

我有一个数据框，它由两列组成-日期和客户，我将金额相加：

new_df=df.groupby（['Date'，Client']）

现在我得到以下df：

             Sum
Date Client 
1/1   A      0.8
      B      0.2
1/2   A      0.1
      B      0.9

我希望能够抓住一个事实，在0.8到0.2的比率变化到0.1到0.9之间有一个很高的波动。最有效的方法是什么？此外，在尝试执行此操作时，我无法访问日期和客户端字段

new_df[['Date','Client']]

为什么会这样？

IIUC您可以使用或：

---

谢谢，这是第四个方向，但我想知道仅A与仅B的区别…？如果我理解正确，请将groupby的列从

Date

更改为

Client

-

new_-df['pct_-change']=new_-df.groupby（'Client'）['Sum'].pct_-change（）

new_df = df.groupby(['Date','Client'], as_index=False).sum()
print (new_df)
  Date Client  Sum
0  1/1      A  0.8
1  1/1      B  0.2
2  1/2      A  0.1
3  1/2      B  0.9

new_df['pct_change'] = new_df.groupby('Date')['Sum'].pct_change()
new_df['diff'] = new_df.groupby('Date')['Sum'].diff()
print (new_df)
  Date Client  Sum  pct_change  diff
0  1/1      A  0.8         NaN   NaN
1  1/1      B  0.2       -0.75  -0.6
2  1/2      A  0.1         NaN   NaN
3  1/2      B  0.9        8.00   0.8