Python 在数据帧中相互减去行

我认为这是一个相当简单的问题，但就是无法让代码正确运行。这是我的数据帧的简化版本

df = pd.DataFrame([['Jan', 'Apples', 10], ['Feb', 'Apples', 14], 
                   ['Jan', 'Oranges', 24], ['Feb', 'Oranges', 18]],
                    columns = ['Month', 'Fruit', 'Sales'])

  Month    Fruit  Sales
0   Jan   Apples     10
1   Feb   Apples     14
2   Jan  Oranges     24
3   Feb  Oranges     18

然后我想计算两个新的行，即2月份的销售额减去1月份的销售额，按水果类型分组。我已经看到了diff函数，它显然可以与这个简化的数据帧一起工作。但我的实际数据帧要大得多，我要减去的值之间的周期数不是常数。所以我在寻找loc和groupby的产品（我想是吧）

---

非常感谢您的建议。

IICU，这是您需要的。随着月数的增加，这将产生两个月之间的销售差异

df['dif']= df.groupby(['Fruit'])['Sales'].diff().fillna(0).astype(int)
print(df)

输出

    Month   Fruit   Sales   dif
0   Jan     Apples      10  0
1   Feb     Apples      14  4
2   Jan     Oranges     24  0
3   Feb     Oranges     18  -6

或

您可以使用下面的自定义函数

def func(mon1,mon2,fruit):
    g = df.groupby(['Fruit'])
    f = g.get_group(fruit)
    a = f.loc[f.Month == mon1, 'Sales'].iloc[0]
    b = f.loc[f.Month == mon2, 'Sales'].iloc[0]
    return b-a

---

将函数调用为，例如

func（'Jan'、'Feb'、'Oranges'）

&您将得到各个水果月份之间的销售额差异。

要确保从

Jan

中减去

Feb

的销售额，一个选项是将

Month

列定义为

pd.Categorical

，为

类别

指定订单，并获取前两个

销售

值中的

差异

，这也将与其他月份一起使用：

   Month    Fruit  Sales
0   Jan   Apples     10
2   Apr   Apples     21
3   Feb   Apples     14
4   Apr   Apples     21
5   Jan  Oranges     24
6   Feb  Oranges     18

---

---

我要减去的值之间的周期数不是恒定的

，发生这种情况时，您能分享一个示例吗？并分享预期产出

df['Month'] = pd.Categorical(df.Month.tolist(), categories=['Jan', 'Feb'])
df.sort_values('Month', inplace=True)
df.groupby('Fruit').Sales.apply(lambda x: x.head(2).diff().iloc[1])

Fruit
Apples     4.0
Oranges   -6.0
Name: Sales, dtype: float64
​