如何基于Python数据帧中一列的不同值计算公式

我有一个数据框，我想评估一个公式，比如 result = 2*apple - melon - orange按 testid 分组。

我的df如下

df = pd.DataFrame({'testid':(1,2,1,2,1,2),'Name':('apple','apple','melon','melon','orange','orange'), 'A': (1,2,10,20,5,5), 'B': (1,5,4,2,3,1)})

testid	Name	A	B
1	apple	1	1
2	apple	2	5
1	melon	10	4
2	melon	20	2
1	orange	5	3
2	orange	5	1

我希望我的结果与每个 testid 的列 A 和 B 一样，做apple * 2 -  melon - orange. 然后保存到新列 result_A 和 result_B，按 testid 分组

testid	result_A	result_B
1	-13	-5
2	-20	7

哪个函数可以得到这个结果？

我尝试使用 df.eval() 之类的

eq = 'df[df.Name==\'apple\',[\'A\',\'B\']] *2 - df[df.Name==\'melon\',[\'A\',\'B\']] - df[df.Name==\'orange\',[\'A\',\'B\']]'

df.eval(eq)

但它告诉我

UndefinedVariableError: name 'df' is not defined

我意识到我应该使用 pd.eval(engine='python') 而不是 df.eval() 现在的问题是 df 的不同子集返回不同的索引，导致它们不能加或减

df[df.Name=='apple'][['A','B']]*2

这给了我

	A	B
0	2	2
1	4	10

然而

df[df.Name=='melon'][['A','B']]

这给了我

2	10	4
3	20	2

所以他们不能一起加或减，因为索引不匹配