熊猫groupby.diff（）未返回预期输出

Question

我有一个外部组和一个内部组，我希望根据外部组找到每个内部组之间的差异。 通常，我可以使用groupby将内部组嵌套在每个外部组中，但是由于某些原因， groupby的diff函数将返回平面向量，而不是嵌套数组。

df = pd.DataFrame({'inner':list('aabbccddee'),'outer':[0,0,1,1,0,0,1,1,0,0],
    'value':np.random.randint(0,100,10)})

    inner  outer  value
0     a      0     78
1     a      0     68
2     b      1     78
3     b      1     22
4     c      0     53
5     c      0     25
6     d      1     82
7     d      1     38
8     e      0      2
9     e      0     39

例如，如果我想要每个外部组的内部组的sum ，则只需使用groupby ：

In [19]: df.groupby(['outer','inner']).sum()
Out[19]:
             value
outer inner
0     a        146
      c         78
      e         41
1     b        100
      d        120

以上是正确的输出，它对diff 以外的所有其他功能均有效。 当我使用diff ，我希望以与上述类似的格式输出，但是得到：

In [20]: df.groupby(['outer','inner']).diff()
Out[20]:
   value
0    NaN
1  -10.0
2    NaN
3  -56.0
4    NaN
5  -28.0
6    NaN
7  -44.0
8    NaN
9   37.0

以上等效于df.groupby(['inner']).value.diff()因此groupby似乎没有考虑外部组。 我可以找到没有问题的锻炼方法，但是使用groupby会更优雅和简洁。 有谁知道这是为什么发生以及如何补救？

Answer 1

诸如s.diff() ， cumsum等函数是非聚合函数，因此您将获得一系列形状的结果，可以在此处使用np.diff() ，例如以下示例：

print(df.groupby(['outer','inner'])['value'].apply(lambda x: np.diff(x).item()))

outer  inner
0      a       -10
       c       -28
       e        37
1      b       -56
       d       -44