如何在pandas python中转换列中的行并执行操作

鉴于

>>> df
      Date  Strike_price  value
0   1/1/18         10000     55
1   1/1/18         10100     40
2   1/1/18         10200     37
3   1/1/18         10300     25
4   2/1/18         10000     52
5   2/1/18         10100     38
6   2/1/18         10200     33
7   2/1/18         10300     21
8   3/1/18         10000     58
9   3/1/18         10100     43
10  3/1/18         10200     39
11  3/1/18         10300     26

你可以发布

>>> df.groupby('Date')['value'].agg(lambda s: s[::2].sum() - s[1::2].sum())
Date
1/1/18    27
2/1/18    26
3/1/18    28
Name: value, dtype: int64

或者,您可能更喜欢

>>> df.groupby('Date', as_index=False)['value'].agg(lambda s: s[::2].sum() - s[1::2].sum())
     Date  value
0  1/1/18     27
1  2/1/18     26
2  3/1/18     28

一种解决方案是将“值”的奇数行乘以-1:

df.value.iloc[1::2] *= -1

然后进行GroupBy和Sum:

df.groupby('Date').sum()

这对我有用。如果不想修改原始的“值”列,可以创建一个新列,对其进行操作,然后可以选择在末尾删除该列。