Добавить новый столбец в панд объекта dataframe колонке с математикой

Question

In [1]: from datetime import datetime 

In [2]: import os 

In [3]: import pandas as pd 

In [4]: file_path = os.path.normpath('F:/EUR/data.csv') 

In [5]: parse = lambda x: datetime.strptime(x, '%d.%m.%Y %H:%M:%S') 

In [6]: df = pd.read_csv(file_path, parse_dates=[[0, 1]], date_parser=parse, ind 
ex_col=[0], header=None) 

In [7]: keys = ['Open', 'High', 'Low', 'Close'] 

In [8]: df.columns = [x for x in keys] 

In [9]: grouped = df.groupby([df.index.year, df.index.day]) 
In [10]: df[:5] 
Out[10]: 
          Open High  Low Close 
0_1 
2007-01-02 23:30:00 1.3198 1.3205 1.3197 1.3203 
2007-01-02 00:00:00 1.3203 1.3206 1.3200 1.3205 
2007-01-02 00:30:00 1.3205 1.3213 1.3205 1.3212 
2007-01-02 01:00:00 1.3212 1.3217 1.3211 1.3214 
2007-01-02 01:30:00 1.3214 1.3226 1.3213 1.3225 

1.I нужно сделать простую математику на сгруппированных объекта и поместить результат в новый столбец, как: if df['Close']>df['Open']:
df['sum']=df['Close']-df['Open']
2.And почему я не могу, как группа : grouped = df.groupby([df.index.year, df.index.day,df['Close'>df['Open'])

не полностью undestand механика GroupBy

3.How я могу поставить результат в новый столбец, как:
for (k1, k2), group in grouped:
df['new_col']=group[group['Close']>group['Open']]['Close']-group[group['Close']>group['Open']]['Open']

или, может быть, лучший способ.

Answer 1

Вы пробовали это ?:

grouped = df.groupby([df.index.year,df.index.day]) 
df['sum'] = grouped.apply(lambda x: x.Open + x.Close)