计算几列的绝对差值 pandas答案

【问题标题】：Calculate absolute difference for several columns together pandas计算几列的绝对差值 pandas
【发布时间】：2022-08-17 15:00:32
【问题描述】：

我有一个像下面这样的df（从长到宽），每个“公司”列中的值代表销售额。

date	firm_a	firm_b	firm_c
2022-01-01	1000	1000	1000
2022-02-01	1500	500	2000
2022-03-01	2000	100	5000

我想计算每个 \'firm\' 列的第一个值 (2022-01-01) 的销售额绝对差异。

到目前为止，我所做的是为每个公司变量创建一个新列（添加 \'_x\' 后缀），其中计算与第一个值的绝对差。

df[\'firm_a_x\'] = df[\'firm_a\'] - df[\'firm_a\'].iat[0]
df[\'firm_b_x\'] = df[\'firm_b\'] - df[\'firm_b\'].iat[0]
df[\'firm_c_x\'] = df[\'firm_c\'] - df[\'firm_c\'].iat[0]

df = df[[col for col in df.columns if col.endswith(\'_x\')]]

代码按预期工作，提供以下结果：

date	firm_a_x	firm_b_x	firm_c_x
2022-01-01	0	0	0
2022-02-01	500	-500	1000
2022-03-01	1000	-900	4000

问题是，虽然此代码适用于具有少量变量的数据帧，但对于大量列它变得低效，因为我将不得不写这个

df[\'firm_name_x\'] = df[\'firm_name\'] - df[\'firm_name\'].iat[0]

每个变量的一段代码多次。

因此，我的问题是：有没有一种方法可以以更简单、更快的方式计算数据帧所有列（索引/第一列除外）的绝对差异？

谢谢！！

标签： python pandas dataframe function

【解决方案1】：

IIUC 用途：

df = df.set_index('date')
df = df.sub(df.iloc[0]).add_suffix('_x')
print (df)
            firm_a_x  firm_b_x  firm_c_x
date                                    
2022-01-01         0         0         0
2022-02-01       500      -500      1000
2022-03-01      1000      -900      4000

【讨论】：