pandas数据帧中行的分组和与差

import pandas as pd

# 创建一个示例数据帧
df = pd.DataFrame({
    'Category': ['A', 'A', 'B', 'B', 'A'],
    'Value': [1, 2, 3, 4, 5]
})

# 按Category列进行分组
grouped = df.groupby('Category')

# 计算每个分组的平均值
mean_values = grouped.mean()
print(mean_values)

# 应用自定义函数，计算每个分组的总和
sum_values = grouped['Value'].apply(lambda x: x.sum())
print(sum_values)

          Value
Category       
A           2.67
B           3.50

Category
A    8
B    7
Name: Value, dtype: int64

import pandas as pd

# 创建一个示例数据帧
df = pd.DataFrame({
    'Value': [1, 3, 5, 7, 9]
})

# 计算每个元素与上一个元素之间的差值
diff_values = df['Value'].diff()
print(diff_values)

0    NaN
1    2.0
2    2.0
3    2.0
4    2.0
Name: Value, dtype: float64