Python 比较两个连续行并基于特定逻辑操作创建新列

我有一个有两列的数据框

df = ['xPos', 'lineNum']   
import pandas as pd



data = '''\
   xPos lineNum
    40  1
    50  1
    75  1
    90  1
    42  2
    75  2
    110 2
    45  3
    70  3
    95  3
    125 3
    38  4
    56  4
    74  4'''

我已经使用

aggrDF=df.description（include='all'）

命令

我对xPos的最小值感兴趣。所以，我通过使用

minxPos = aggrDF.ix['min']['xPos']  

所需输出

data = '''\
xPos lineNum xDiff
40  1   2
50  1   10
75  1   25
90  1   15
42  2   4
75  2   33
110 2   35
45  3   7
70  3   25
95  3   25
125 3   30
38  4   0
56  4   18
74  4   18'''

逻辑 我想对数据帧的两个连续行进行比较，并根据此逻辑计算一个新列：

 if( df['LineNum'] != df['LineNum'].shift(1) ):
    df['xDiff'] = df['xPos'] - minxPos
  else:
    df['xDiff'] = df['xPos'].shift(1)

基本上，我希望新列具有df中两个连续行的差异，只要行号相同

如果行号更改，那么xDiff列应该与聚合数据帧中的最小xPos值存在差异

---

你能帮忙吗？谢谢，

这两行应该可以：

df['xDiff'] = df.groupby('lineNum').diff()['xPos']

df.loc[df['xDiff'].isnull(), 'xDiff'] = df['xPos'] - minxPos

>>> df
    xPos  lineNum  xDiff
0     40        1    2.0
1     50        1   10.0
2     75        1   25.0
3     90        1   15.0
4     42        2    4.0
5     75        2   33.0
6    110        2   35.0
7     45        3    7.0
8     70        3   25.0
9     95        3   25.0
10   125        3   30.0
11    38        4    0.0
12    56        4   18.0
13    74        4   18.0

---

您只需要

groupby

lineNum和

apply

您已经写下的条件

df['xDiff']=np.concatenate(df.groupby('lineNum').apply(lambda x : np.where(x['lineNum'] != x['lineNum'].shift(1),x['xPos'] - x['xPos'].min(),x['xPos'].shift(1)).astype(int)).values)
df
Out[76]: 
    xPos  lineNum  xDiff
0     40        1      0
1     50        1     40
2     75        1     50
3     90        1     75
4     42        2      0
5     75        2     42
6    110        2     75
7     45        3      0
8     70        3     45
9     95        3     70
10   125        3     95
11    38        4      0
12    56        4     38
13    74        4     56

---

检查你的输出，这不是OP想要的（除非我遗漏了什么）@sacul这是我的理解…根据他的措辞，如果行号改变，那么，xDiff列应该与聚合数据帧中的最小xPos值存在差异。从它们所需的输出来看，我认为它们是指当行号为changes@sacul如果这是预期的结果，我想op已经做对了？甚至他的回答看起来也不整洁，但是考虑速度应该比Apple的速度快，我只是认为OP在寻找替代的非滑稽方式来获得他们的“期望输出”DF。有点不清楚…谢谢Sacul的及时回复。我很感激！。我一到办公室就会尝试这个方法，并在尝试解决方案后接受答案。当我厌倦了这个方法时，我得到了这个错误df['LWS']=df.groupby（'LineNum'）.diff（）#df.loc[df['LWS'].isnull（），'LWS']=df['x0']-df['x0'].min（）错误是传递的项数错误19，placement意味着1您可能有未在原始帖子中显示的列。尝试使用

df.groupby（'lineNum'）.diff（）['xPos']