Python 基于另一列的值向数据帧添加列

我有一些pandas数据框，我想添加一个列，它是一个列的差异，基于第三列的值。以下是一个玩具示例：

    import pandas as pd
    import numpy as np

     d = {'one' : pd.Series(range(4), index=['a', 'b', 'c', 'd']),
    'two' : pd.Series(range(4), index=['a', 'b', 'c', 'd'])}

    df = pd.DataFrame(d)

    df['three'] = [2,2,3,3]


    four = []
    for i in set(df['three']):
        for j in range(len(df) -1):
            four.append(df[df['three'] == i]['two'][j + 1] - df[df['three']==i]['two'][j])
    four.append(0)

    df['four'] = four

最后一列应该是[1,1,1,Nan]，因为这是“two”列中每一行之间的差异

这在我的原始代码的上下文中更有意义-我的数据帧由一些ID组织，然后由时间组织，当我按ID获取数据帧的子集时，我只剩下每个ID的变量的时间序列演变。但是，我不断收到一个关键错误，或试图编辑原始数据帧的副本。正确的方法是什么？

您可以用第三列的groupby替换df[df['three']==i]。或者用df['two']替换['two'][j+1]-['two'][j]

我认为这与您现在在嵌套循环中所做的相同。这在一定程度上取决于您想要什么格式，以及如何实现它。一种方法是：

df.groupby('three').apply(lambda grp: pd.Series(grp['two'].shift(-1) - grp['two']))

这将导致：

two    a   b
three       
2      1 NaN
3      1 NaN

---

执行此操作后，列名称变得有点无意义。

如果您只想获得第二列的行之间的差异，请使用此方法

---

您想要什么输出？目前它只是一个列表…如果你真的想要另一列，你能至少显示一行的最后一列应该是什么样子吗？是的，我继续编辑了我的答案，希望现在更清楚。谢谢你的回复！然而，这并不是我想要做的——我已经编辑了我的回复，希望它现在更清晰。在操作之后，我仍然希望在原始数据框中保持相同的行数和列数。我显然误解了，您是否可以修复您的示例，使其工作并符合您的文本。现在循环总共运行六次，外部两次，内部三次，在循环外部追加一次。这将如何给出一个长度为4的列表？是的，这就是问题所在，我找不到一个有效的例子。这个例子是我认为应该做的事情和我试图做的事情的最佳近似，但最终，我不知道如何生成我想要生成的输出。

df['four'] = df.two.shift(-1) - df.two