Python 3.x 如何基于dataframe python的前一行更新行
我的时间序列数据如下所示:Python 3.x 如何基于dataframe python的前一行更新行,python-3.x,pandas,time-series,Python 3.x,Pandas,Time Series,我的时间序列数据如下所示: date product price amount 11/01/2019 A 10 20 11/02/2019 A 10 20 11/03/2019 A 25 15 11/04/2019 C 40 50 11/05/2019 C 50 60 我有一个高维数据,我刚刚添加了两列{price,amount}的简化版本。我试图根据如下所示的时间索引对其进行相对转换: date product price amou
date product price amount
11/01/2019 A 10 20
11/02/2019 A 10 20
11/03/2019 A 25 15
11/04/2019 C 40 50
11/05/2019 C 50 60
我有一个高维数据,我刚刚添加了两列{price,amount}的简化版本。我试图根据如下所示的时间索引对其进行相对转换:
date product price amount
11/01/2019 A NaN NaN
11/02/2019 A 0 0
11/03/2019 A 15 -5
11/04/2019 C NaN NaN
11/05/2019 C 10 10
我试图根据时间索引得到每个产品的相对变化。如果指定产品的上一个日期不存在,我将添加“NaN”
您能告诉我有什么功能可以执行此操作吗?按
产品进行分组并使用.diff()
输出:
date product price amount
0 2019-11-01 A NaN NaN
1 2019-11-02 A 0.0 0.0
2 2019-11-03 A 15.0 -5.0
3 2019-11-04 C NaN NaN
4 2019-11-05 C 10.0 10.0
有没有办法插入不命名为[[“价格”、“金额”]]的列?我有一个高维数据,我正在尝试注入除{“date”,“product”}之外的列。当然,使用类似cols=[“price”,“amount”]
的东西,如果你想要其他列,那么others=[c代表df中的c。如果c不在(“price”,“amount”)]
中,那么你可以用df[其他]选择所有其他列
。
date product price amount
0 2019-11-01 A NaN NaN
1 2019-11-02 A 0.0 0.0
2 2019-11-03 A 15.0 -5.0
3 2019-11-04 C NaN NaN
4 2019-11-05 C 10.0 10.0