Python数据框架-创建更改列

我有一个具有此列名的数据框

timestamp,stockname,total volume traded

每个时间段都有多个股票名称

11:00,A,100
11:00,B,500
11:01,A,150
11:01,B,600
11:02,A,200
11:02,B,650

我想创建一个ChangeInVol列，这样每个股票都有自己的差异，比如

timestamp, stock,total volume, change in volume
11:00,A,100,NaN
11:00,B,500,NAN
11:01,A,150,50
11:01,B,600,100
11:02,A,200,50
11:03,B,650,50

如果它是一只股票的话，我本可以做到的

df['ChangeVol'] = df['TotalVol'] - df['TotalVol'].shift(1)

但有多种股票

需要+：

---

它是一个时间序列数据，所以仍然需要对时间戳进行排序吗？或者我们可以取消对股票名称的排序我认为如果对

timestamp

进行排序，那么

df=df.sort_值（['timestamp'，'stockname']）

应该省略。为什么不能只对股票名称排序（在排序顺序中省略时间戳）并应用最初建议的内容呢？我相信@Tahsee已经对上述内容进行了评论。@SameerMahajan-输出将不同，试试看。@jezrael timestamp是索引。在执行group by和performance diff（）操作之后，如何对索引进行排序？我们会使用df.index代替“timestamp”吗？

#if columns not sorted
df = df.sort_values(['timestamp','stockname'])

df['change in volume'] = df.groupby('stockname')['total volume traded'].diff()
print (df)
  timestamp stockname  total volume traded  change in volume
0     11:00         A                  100               NaN
1     11:00         B                  500               NaN
2     11:01         A                  150              50.0
3     11:01         B                  600             100.0
4     11:02         A                  200              50.0
5     11:02         B                  650              50.0