Pandas 根据另一列跟踪每月的价格变化

Question

我有一个如下所示的 DataFrame：part   price      date1      67.32      2018-12-01 00:00:00.0003      99.16      2018-12-01 00:00:00.0001      67.32      2018-11-01 00:00:00.0003      167.34     2018-11-01 00:00:00.0001      67.32      2018-10-01 00:00:00.0003      167.34     2018-10-01 00:00:00.0001      88.37      2018-09-01 00:00:00.0003      212.70     2018-09-01 00:00:00.0001      88.37      2018-08-01 00:00:00.0003      264.02     2018-08-01 00:00:00.0001      88.37      2018-07-01 00:00:00.0003      264.02     2018-07-01 00:00:00.000我想创建一个新的列，称为price_change，它跟踪每个部分的每月价格变化情况。所以上面的将变成：part   price      date                         price_change1      67.32      2018-12-01 00:00:00.000      0.03      99.16      2018-12-01 00:00:00.000      -68.181      67.32      2018-11-01 00:00:00.000      0.03      167.34     2018-11-01 00:00:00.000      0.01      67.32      2018-10-01 00:00:00.000      -21.053      167.34     2018-10-01 00:00:00.000      -45.361      88.37      2018-09-01 00:00:00.000      0.03      212.70     2018-09-01 00:00:00.000      -51.321      88.37      2018-08-01 00:00:00.000      0.03      264.02     2018-08-01 00:00:00.000      0.01      88.37      2018-07-01 00:00:00.000      0.03      264.02     2018-07-01 00:00:00.000      0.0如果到达最旧的日期，price_change则应为 0。我试过排序和使用 pd.DataFrame.diff 如下：df.sort_values(by=['part', 'date'])df['price_change'] = df['price'].diff()与fillna一起，这几乎有效。问题是每次到达新零件时，这不会重新启动差异计算。

Answer 1

就在sort_values和groupby然后找到DIFF：

df['diff'] = df.sort_values('date').groupby('part')['price'].diff().fillna(0)

    part   price       date   diff

0      1   67.32 2018-12-01   0.00

1      3   99.16 2018-12-01 -68.18

2      1   67.32 2018-11-01   0.00

3      3  167.34 2018-11-01   0.00

4      1   67.32 2018-10-01 -21.05

5      3  167.34 2018-10-01 -45.36

6      1   88.37 2018-09-01   0.00

7      3  212.70 2018-09-01 -51.32

8      1   88.37 2018-08-01   0.00

9      3  264.02 2018-08-01   0.00

10     1   88.37 2018-07-01   0.00

11     3  264.02 2018-07-01   0.00