多索引熊猫数据框和 .diff()

Question

假设我有以下多索引熊猫数据框：

                     A    B
Date        Code     
01-01-2017  s1       1    2
            s2       3    1
01-02-2017  s1       2    2    
            s2       3    3

与讨论的 here 不同，我不希望 .diff(1) 对具有相同日期的值进行操作并在每个新日期重置，我希望 .diff(1) 提供以下输出：

                     A    B
Date        Code     
01-01-2017  s1       Nan  Nan
            s2       Nan  Nan
01-02-2017  s1       1    0    
            s2       2    1

即.diff(1) 由级别 0 的索引的不同值指定的块产生差异，而不是在建议的链接中的块内。 换句话说，我想通过条目减去这两个矩阵：

|2    2|  _  |1    2| 
|3    3|     |3    1|

Answer 1

您可以在第二级使用groupby 和DataFrameGroupBy.diff：

df = df.sort_index()

df = df.groupby(level=1).diff()
print (df)
                   A    B
Date       Code          
01-01-2017 s1    NaN  NaN
           s2    NaN  NaN
01-02-2017 s1    1.0  0.0
           s2    0.0  2.0

因为如果使用第一级：

df = df.groupby(level=0).diff()
print (df)
                   A    B
Date       Code          
01-01-2017 s1    NaN  NaN
           s2    2.0 -1.0
01-02-2017 s1    NaN  NaN
           s2    1.0  1.0