Python 如何根据另一列中的值减去df中的行

我试图根据其他列的值计算某些行中的差异

使用下面的示例数据框，我想根据

code

列中的值计算

Time

中的差异。具体来说，我想循环并确定

B

和

A

之间的时间差。所以B中的时间-A中的时间

我可以使用

iloc

函数手动执行此操作，但我希望确定一种更有效的方法。特别是如果我必须重复这个过程很多次

import pandas as pd
import numpy as np

k = 5
N = 15

d = ({'Time' : np.random.randint(k, k + 100 , size=N),
    'Code' : ['A','x','B','x','A','x','B','x','A','x','B','x','A','x','B']})

df = pd.DataFrame(data=d)

输出：

   Code  Time
0     A    89
1     x    39
2     B    24
3     x    62
4     A    83
5     x    57
6     B    69
7     x    10
8     A    87
9     x    62
10    B    86
11    x    11
12    A    54
13    x    44
14    B    71

预期产出：

     diff
1    -65
2    -14
3    -1
4     17

---

假设您的

代码是
'a'，x'，B'，x'
的重复，您可以使用

>>> (df.Time[df.Code == 'B'].reset_index() - df.Time[df.Code == 'A'].reset_index())[['Time']]
    Time
0   -65
1   -14
2   -1
3   17

但请注意，
'A'
和
'B'
值交替的原始假设似乎很脆弱

如果您希望索引从1到4运行，如您的问题所示，可以将上一个索引分配给
diff
，然后使用

diff.index += 1
>>> diff
    Time
1   -65
2   -14
3   -1
4   17

首先按过滤，然后按减去，作为对齐系列
a
和
b
的默认索引，最后如果需要一列
DataFrame
添加：

类似的替代解决方案：

a = df.loc[df['Code'] == 'A'].reset_index()['Time']
b = df.loc[df['Code'] == 'B'].reset_index()['Time']


新索引的最后一个从
1
add
rename
开始：

c = b.sub(a).to_frame('diff').rename(lambda x: x + 1)
print (c)
   diff
1   -65
2   -14
3    -1
4    17

如果需要更多差异，另一种方法是通过以下方式重塑：


c = b.sub(a).to_frame('diff')
print (c)
   diff
0   -65
1   -14
2    -1
3    17

c = b.sub(a).to_frame('diff').rename(lambda x: x + 1)
print (c)
   diff
1   -65
2   -14
3    -1
4    17

df = df.set_index(['Code', df.groupby('Code').cumcount() + 1])['Time'].unstack()
print (df)
         1     2     3     4     5     6     7
Code                                          
A     89.0  83.0  87.0  54.0   NaN   NaN   NaN
B     24.0  69.0  86.0  71.0   NaN   NaN   NaN
x     39.0  62.0  57.0  10.0  62.0  11.0  44.0

#last remove `NaN`s rows
c = df.loc['B'].sub(df.loc['A']).dropna()
print (c)
1   -65.0
2   -14.0
3    -1.0
4    17.0
dtype: float64

#subtract with NaNs values - fill_value=0 return non NaNs values
d = df.loc['x'].sub(df.loc['A'], fill_value=0)
print (d)
1   -50.0
2   -21.0
3   -30.0
4   -44.0
5    62.0
6    11.0
7    44.0
dtype: float64