pandas根据具有重复分组对的列分组的指标计算差异

Question

这是一个例子。

a b k c
0 0 0 0
0 1 1 0
0 2 0 0
0 3 0 0 
0 4 1 0
0 5 0 0
0 0 0 1
0 1 1 1
0 2 0 1
0 3 0 1 
0 4 1 1
0 5 0 1
1 0 0 0
1 1 1 0
1 2 0 0
1 3 1 0
1 4 0 0
1 0 0 1
1 1 1 1
1 2 0 1
1 3 1 1
1 4 0 1

在这里，＆＃34; a＆＃34;是用户ID，＆＃34; b＆＃34;是时候了，＆＃39; c＆＃39;是产品和＆＃34; k＆＃34;是二进制指示标志。对于每个c，＆＃34; b＆＃34;是肯定的连续和二元旗帜＆＃39; k＆＃39;唯一对（a，b）是相同的，这意味着它与'c＆＃39;独立。我想得到的是：

a b k c diff_b
0 0 0 0 nan
0 1 1 0 nan
0 2 0 0 1
0 3 0 0 2
0 4 1 0 3
0 5 0 0 1
0 0 0 1 nan
0 1 1 1 nan
0 2 0 1 1
0 3 0 1 2
0 4 1 1 3
0 5 0 1 1
1 0 0 0 nan
1 1 1 0 nan
1 2 0 0 1
1 3 1 0 2
1 4 0 0 1
1 0 0 1 nan
1 1 1 1 nan
1 2 0 1 1
1 3 1 1 2
1 4 0 1 1

因此，diff_b是一个时差变量。它显示当前时间点与最后一个时间点之间的持续时间。如果之前从未有过任何动作，则返回nan。此diff_b按a分组。对于每个用户，此diff_b是独立计算的，对于同一用户但不同的产品，它也应与产品无关。

谢谢。

Answer 1

您只需在第二步将c添加到组指示器中

df['New']=df.b.loc[df.k==1]# get all value b when k equal to 1
df.New=df.groupby(['a','c']).New.apply(lambda x : x.ffill().shift()) # fillna by froward method , then we need shift.
df.b-df['New']