Python 如何减去参考表中关联列的行值

我想将行中的连续值减去其他列中的值

数据框如下所示：

     A        B    
1   "Sat"     7  
2   "Sat"     9
3   "Sat"     5
4   "Sun"     8  
5   "Sun"     4
6   "Sun"     6

     A        B    
1   "Sat"     0  
2   "Sat"    +2
3   "Sat"    -4
4   "Sun"     0  
5   "Sun"    -4
6   "Sun"     2

我想减去B列相对于A列的连续值，输出如下：

     A        B    
1   "Sat"     7  
2   "Sat"     9
3   "Sat"     5
4   "Sun"     8  
5   "Sun"     4
6   "Sun"     6

     A        B    
1   "Sat"     0  
2   "Sat"    +2
3   "Sat"    -4
4   "Sun"     0  
5   "Sun"    -4
6   "Sun"     2

我一直在使用

df.diff（）

在整个数据帧中实现这一点，但在这里它就像（key，value），其中key来自一列，而多个值来自B列。我想减去B列中的值，只要列中的键是“Sat”，当它遇到列中的第二个键“Sun”时，应该重新开始减法

解决此问题有什么帮助吗？

如有必要，请首先按列

A

，然后使用，用于替换

NaN

：

如果需要转换为

int

：

df['B'] = df.sort_values('A').groupby('A')['B'].diff().fillna(0).astype(int)
print (df)
     A  B
1  Sat  0
2  Sat  2
3  Sat -4
4  Sun  0
5  Sun -4
6  Sun  2

另一个解决方案是，其中add

0

if不等于ed列

A

by:

---

假设列

'A'

中的组始终在一起

a, b = df.A.values, df.B.values
np.append(0, np.where(a[:-1] == a[1:], np.diff(b), 0))

array([ 0,  2, -4,  0, -4,  2])

我们可以用

a, b = df.A.values, df.B.values
df.assign(B=np.append(0, np.where(a[:-1] == a[1:], np.diff(b), 0)))

     A  B
1  Sat  0
2  Sat  2
3  Sat -4
4  Sun  0
5  Sun -4
6  Sun  2

或者我们可以严格遵守

pandas

df.assign(B=df.B.diff().where(df.A == df.A.shift(), 0).astype(int))

     A  B
1  Sat  0
2  Sat  2
3  Sat -4
4  Sun  0
5  Sun -4
6  Sun  2

定时
小数据

较大的数据