Как обновить строки на основе предыдущей строки dataframe python

У меня есть данные временного ряда, приведенные ниже:

date    product price   amount
11/01/2019  A   10  20
11/02/2019  A   10  20
11/03/2019  A   25  15
11/04/2019  C   40  50
11/05/2019  C   50  60

У меня есть многомерные данные, и я только что добавил упрощенную версию с двумя столбцами {цена, количество}. Я пытаюсь преобразовать его относительно на основе индекса времени, показанного ниже:

date    product price   amount
    11/01/2019  A   NaN NaN
    11/02/2019  A   0   0
    11/03/2019  A   15  -5
    11/04/2019  C   NaN NaN
    11/05/2019  C   10  10

Я пытаюсь получить относительные изменения каждого продукта на основе индексов времени. Если для указанного продукта не существует предыдущей даты, я добавляю «NaN».

Подскажите, пожалуйста, есть ли какая-нибудь функция для этого?

python-3.x pandas time-series

23.12.2020 23:38

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Сгруппируйте по product и используйте .diff()

df[["price", "amount"]] = df.groupby("product")[["price", "amount"]].diff()

выход :

        date product  price  amount
0 2019-11-01       A    NaN     NaN
1 2019-11-02       A    0.0     0.0
2 2019-11-03       A   15.0    -5.0
3 2019-11-04       C    NaN     NaN
4 2019-11-05       C   10.0    10.0

Есть ли способ вставить столбцы без именования, например [["price", "amount"]]? У меня есть многомерные данные, и я пытаюсь ввести столбцы, кроме {"date", "product"}.

— 23.12.2020 23:49

Конечно, используйте что-то вроде cols = ["price", "amount"], а если вам нужны другие столбцы, то others = [c for c in df.columns if c not in ("price", "amount")]

— 23.12.2020 23:50

тогда вы можете выбрать все others с помощью df[others].

— 23.12.2020 23:56

23.12.2020 23:44