Python 计算经过的天数和百分比变化

我有一个带有层次索引ID的df&日期和度量值M。 我想在我的df中增加两项新措施；第一个是测量值M相对于先前观测值的百分比变化，第二个是经过的天数。

---

ID窗口内的所有内容，即每个ID内的第一个观察值对于两个新度量值都为零

一种方法是按ID分组，获得所需的差异并缝合一个新的数据帧。欢迎就如何做得更好和/或到位提出建议

new_df = pd.DataFrame()
grouped = your_df.groupby('ID')
for grp_id in grouped.groups:
    grp = grouped.get_group(grp_id)
    grp["diff"] = np.concatenate([np.array([0]),np.diff(grp['M'].values)]) # get the    differences of M
    grp["days_elapsed"] = np.concatenate([np.array([None]),days_elapsed(grp.index.values)]) #

    new_df = new_df.append(grp)

以及从时间索引中获取已用天数的函数：

def days_elapsed(l):
res= []
print l
for x in range(1,len(l)):

    res.append((l[x]-l[x-1])/np.timedelta64(1, 'D'))

return res