Python 熊猫-如何基于其他列减去行值？

输入：

期望输出：

  Symbol  Type  Value
0   AAPL   BUY    400
1   AAPL  SELL    310
2   INFY  SELL    190
3    JSL   BUY    120
4    JSW   BUY    190
5    JSW  SELL    170
6    REL   BUY    110
7    TCS   BUY    210
8    TCS  SELL    200

如何在熊猫中实现此输出？我试过groupby，但这对值列有效。我想根据符号+类型减去行的值。比如（符号+买入->价值）减去（符号+卖出->价值）

让我们试试看

 Symbol  Type  Value
0   AAPL   BUY     90
2   INFY  SELL    190
3    JSL   BUY    120
4    JSW   BUY     20
6    REL   BUY    110
7    TCS   BUY     10

如果需要，将销售转换为pos

df.Value *= np.where(df.Type=='BUY', 1, -1)
out = df.groupby('Symbol', as_index=False).agg({'Type':'first','Value':'sum'})
out
Out[152]: 
  Symbol  Type  Value
0   AAPL   BUY     90
1   INFY  SELL   -190
2    JSL   BUY    120
3    JSW   BUY     20
4    REL   BUY    110
5    TCS   BUY     10

---

我不知道这是否是最好的解决方案，但它肯定会起作用：

---

您可以使用Numpy将pandas矩阵转换为数组，通过该数组可以循环、搜索值等。对于Buy类型的列和Sell subtract类型的下一行中的havin示例（我希望我在这里得到了您的问题，很抱歉有任何误解），您可以简单地使用一个For循环来生成两个数组，一个是Sell类型，一个是Buy类型，然后从第一个数组中减去值1，从第二个数组中减去值1或类似的值。这肯定不如这个问题的另一个答案好，至少在这种情况下不是这样，但我确实相信，在某些情况下，这可能会更好，例如，因为numpy允许您重塑阵列

循环似乎不是最好的选择。在任何情况下，OP都很可能会找到一些更有用的代码来说明如何实现这一点。理解它花了一些时间。还在弄明白为什么要使用*=运算符。。。

out.Value *= np.where(out.Type=='BUY', 1, -1)
out
Out[157]: 
  Symbol  Type  Value
0   AAPL   BUY     90
1   INFY  SELL    190
2    JSL   BUY    120
3    JSW   BUY     20
4    REL   BUY    110
5    TCS   BUY     10

df2 = df.pivot_table(index='Symbol', columns='Type', values='Value', aggfunc='sum').\
    fillna(0).eval('Value = BUY - SELL').drop(columns=['BUY', 'SELL']).reset_index()
    
df2.insert(1,'Type', np.where(df2['Value'] > 0, "BUY", "SELL"))
df2['Value'] = abs(df2['Value'])

Type Symbol  Type  Value
0      AAPL   BUY   90.0
1      INFY  SELL  190.0
2       JSL   BUY  120.0
3       JSW   BUY   20.0
4       REL   BUY  110.0
5       TCS   BUY   10.0