遍历具有不同索引值的行组

Question

数据如下：

Data = {'group_id：['1'，'1'，'1'，'1'，'2'，'2'，'2']，         '源'：['Twitter'，'Instagram'，'Twitter'，'Facebook'，'Facebook'，'Twitter'，'Instagram'，'Facebook']         “严重性”：[4,2,7,4,8,9,3,5]}

我需要：

1）取每个组的严重性代码的第一行 2）从已识别的每个组的严重性代码（从＃1开始）中获取所有行的绝对值（差）。示例：第1组严重性代码（4）...第一行diff = 0;第二行diff = 2;第三行diff = 3;等等。与组2相同。 3）在每个组中，找到每个来源中最接近的邻居，直到第一行的严重程度。

我已经确定了第一行，并为严重性代码建立了索引。进行迭代时，该代码仅使用最后索引的严重性代码来计算差异。

df = pd.DataFrame(Data)
first_row = b.groupby(['group_id']).first()
for row in first1.itertuples(index=True, name='Pandas'):
    value = getattr(row,'Severity')
    df['dif'] = (df['Severity'] - value).abs()

我希望输出在带有添加的“ dif”列的数据框中。我可以为每个来源提取每个组中最近的邻居，其中True。重复该过程：提取其中为True的行，然后遍历False来查找具有新的第一行严重性的其他行。再次重复，直到没有剩余行或所有行均为False。