Pandas 数据帧：分组后 Diff 方法极慢 （groupby）

问：

我正在处理一个大小适中的 pd 数据帧，它由大约 50k 行和 5 列组成：

• A、B、C，可被视为产品的唯一标识符（例如，销售的商店、产品的性质和品牌）。
• X，这是一个可以排序的变量（例如，我们记录信息的日期）
• Y 是我们感兴趣/监控的值（例如，该日期所述产品的销售数量）。

我想要实现的是将 Y 的差异视为 X 的函数，对于 A、B、C 的每个唯一组合。这应该非常简单，使用对 X 进行排序，然后在 A、B、C 上进行分组，然后在 Y 上进行差异排序。

我发现 groupby 本身非常快，原始数据上的差异很快，但 diff 与 groupby 耦合的速度非常慢 （1,000x）。

1. 分组操作：0.005 秒
2. 差速运算：0.005 秒
3. groupby+diff：10 秒，即两个单独操作之和的 1,000 倍）

请注意，我的 pandas 版本是 0.24.2

import numpy, pandas
from timeit import default_timer as timer

# Initialize dummy df
df = pandas.DataFrame( numpy.random.randint( 0, 100, size=( 50000, 5 ) ), columns=list( 'ABCXY') )

# Groupby
start = timer()
_ = df.sort_values( [ 'X' ], axis=0 ).groupby( list( 'ABC' ) )[ 'Y' ]
print( timer() - start )
    
# Diff
start = timer()
_ = df.sort_values( [ 'X' ], axis=0 )[ 'Y' ].diff()
print( timer() - start )
    
# Groupby + Diff
start = timer()
df.index = df.index.astype(int)
_ = df.sort_values( [ 'X' ], axis=0 ).groupby( list( 'ABC' ) )[ 'Y' ].diff()
print( timer() - start )