pandas 按 ID 计算分组
pandas calculation grouping by ID
是否可以通过 ID 将计算应用于 DF。
例如，如果多个记录共享一个相似的 ID，则进行该计算但在整个 DF 中进行？
df['Total Volume'] = df.groupby('ID')[df['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']]
所以我想使用计算创建列“总体积”
df['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']
我在这个逻辑上取得了一些成功：
df['Total Volume'] = df['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']
但它不考虑 ID，第一条记录总是来自另一个 ID 的总和。
最终，对于每个新 ID 的第一条记录，该列应该为空白或空。
IIUC，你想限制每个“ID”的计算，对吧？然后你可以在“VOLUME”上使用 groupby + shift 并做其他所有相同的事情。
df['TOTAL VOLUME'] = df.groupby('ID')['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']
注意shift(-1)将下一条记录向上移动，所以最终结果是每个“ID”中的最后一条记录为空。既然你说：
Ultimately the column should be blank or empty for the first record
with every new ID
我想你想要 shift(1)（默认情况下是 1）：
df['TOTAL VOLUME'] = df.groupby('ID')['VOLUME'].shift() + df['ADDED'] - df['VOLUME']
然后，上面的代码可以使用 groupby + diff:
写得更简单
df['TOTAL VOLUME'] = df['ADDED'] - df.groupby('ID')['VOLUME'].diff()
是否可以通过 ID 将计算应用于 DF。 例如，如果多个记录共享一个相似的 ID，则进行该计算但在整个 DF 中进行？
df['Total Volume'] = df.groupby('ID')[df['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']]
所以我想使用计算创建列“总体积”
df['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']
我在这个逻辑上取得了一些成功：
df['Total Volume'] = df['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']
但它不考虑 ID，第一条记录总是来自另一个 ID 的总和。
最终，对于每个新 ID 的第一条记录，该列应该为空白或空。
IIUC，你想限制每个“ID”的计算，对吧？然后你可以在“VOLUME”上使用 groupby + shift 并做其他所有相同的事情。
df['TOTAL VOLUME'] = df.groupby('ID')['VOLUME'].shift(-1) + df['ADDED'] - df['VOLUME']
注意shift(-1)将下一条记录向上移动，所以最终结果是每个“ID”中的最后一条记录为空。既然你说：
Ultimately the column should be blank or empty for the first record with every new ID
我想你想要 shift(1)（默认情况下是 1）：
df['TOTAL VOLUME'] = df.groupby('ID')['VOLUME'].shift() + df['ADDED'] - df['VOLUME']
然后，上面的代码可以使用 groupby + diff:
df['TOTAL VOLUME'] = df['ADDED'] - df.groupby('ID')['VOLUME'].diff()