返回时间段之间的绝对差值

Question

我想计算每个销售代理在不同时间段之间的绝对值差异

因此，从这个数据集：

Report month    ID Vendedor   sum     count   Rental Charge
 2018-07-01       803621.0   780.81     42       4
 2018-07-01       900000.0   100.90     20       5
 2018-08-01       803621.0   1132.71    77       3
 2018-08-01       900000.0   1000.10    10       2  

我希望得到这样的结果：

Report month    ID Vendedor   sum     count   Rental Charge     Diff
 2018-07-01       803621.0   780.81     42         4             0  
 2018-08-01       803621.0   1132.71    77         3           351.90
 2018-07-01       900000.0   100.90     20         5             0
 2018-08-01       900000.0   1000.10    10         2           899.20

这就是我尝试过的：

two['pct_change'] = one.groupby(['Report month','ID Vendedor'])['sum'].pct_change() 

这就是我得到的结果：

Report month    ID Vendedor   sum     count   Rental Charge     Pct_change
 2018-07-01       803621.0   780.81     42         4               NaN  
 2018-08-01       803621.0   1132.71    77         3               NaN
 2018-07-01       900000.0   100.90     20         5               NaN
 2018-08-01       900000.0   1000.10    10         2               NaN

我知道pct_change返回百分比变化，但我想把这个百分比转换成一个绝对数

Answer 1

在对数据帧进行排序后，可以使用diff执行此操作：

# Sort
df = df.sort_values(by=['ID Vendedor', 'Report month'])

# Compute diff
df['Diff'] = df['sum'].diff()

# Set to 0 when vendor changes
mask = df['ID Vendedor'] != df['ID Vendedor'].shift(1)
df.loc[mask, 'Diff'] = 0

# Sort again?
df = df.sort_values(by='Report month')