python pandas基于动态计算创建数据框

Question

我有两个数据框，想根据动态计算创建第三个。

df1（有）

prod time value
A    1    10
A    2    20
A    3    30
B    1    15
B    2    20
B    3    80

df2（有）

prod time1 time2 new_name
A    1     3    'newval'
B    1     2    'newval'
A    1     2    'newval2'
B    1     3    'newval2'

df3(想要)

prod value_newval value_newval2 
A    -20            -10
B    -5             -65

想要以高效的方式创建 df3。 df2 中的每条记录表示如何计算 df3（即对于 prod A，从 df1 中减去 value time=1 和 time=3 并将此列命名为 value(df1)_new_name(df2)，对于 prod B，减去 time=1 和 time =2 等）

目前我可以通过逐行遍历 df2 并创建 df1 的多个子集并最终连接它们来创建它，但这需要很长时间，因为 df1 可能会变得非常大

Answer 1

你可以试试melt 然后merge + groupby

df2.drop('new_name',1).melt('prod',value_name='time').\
      merge(df1,how='left').groupby('prod').value.apply(lambda x : x.iloc[0]-x.iloc[1])
Out[177]: 
prod
A   -20
B    -5
Name: value, dtype: int64

---

更新

df2.melt(['prod','new_name'],value_name='time').\
      merge(df1,how='left').groupby(['prod','new_name']).value.apply(lambda x : x.iloc[0]-x.iloc[1]).unstack()
Out[205]: 
new_name  'newval'  'newval2'
prod                         
A              -20        -10
B               -5        -65