Question

Buddys：我有一个类似的数据框：

df = pd.DataFrame({'code':'A','A','A','A','A','A','B','B','B', 'B','B','B'), 'Times': (1,2,3,4,5,6,1,2,3,4,5,6),'Figure':(2.3,4.1,5.2,7.0,1.8,9.0,4.2,7.9,4.6,1.4,9.7,1.2)})

所以这样的结构：

>>> df
    Figure  Times code
0      2.3      1    A
1      4.1      2    A
2      5.2      3    A
3      7.0      4    A
4      1.8      5    A
5      9.0      6    A
6      4.2      1    B
7      7.9      2    B
8      4.6      3    B
9      1.4      4    B
10     9.7      5    B
11     1.2      6    B

现在我想要在每个代码组中（＆＃39; A＆＃39;，＆＃39; B＆＃39;），仅在[[4,1]，[6]中的时间对时计算图的差异。 1]，[3,2]。所以想要的新数据框就是这样的：

>>> newdf
  code  diffFigure diffTimes
0    A         4.7       4-1
1    A         6.7       3-2
2    A         1.1       6-1
3    B        -3.3       4-1
4    B        -2.8       3-2
5    B        -3.0       6-1

当然，我想使用groupby函数并应用函数：

def f(x):
    myList = [[4,1],[6,1],[3,2]]
    for i in x.itertuples():
        for j in x.itertuples():
            if (i.Times, j.Times) in myList:
                print (i.code + ": " + str(i.Times) + "-" + str(j.Times) + "=" + str(i.Figure - j.Figure))
newdf = df.groupby('code').apply(f)

但我无法获得所需的数据帧。这里有两个问题：首先，任何可能的方法都不使用itertuples来枚举所有行？其次在函数f中，如何设计返回格式以获得所需的数据帧？

非常感谢

Answer 1

两种可能的解决方案：

使用.unstack()：

df = pd.DataFrame({'code':('A','A','A','A','A','A','B','B','B', 'B','B','B'), 'Times': (1,2,3,4,5,6,1,2,3,4,5,6),'Figure':(2.3,4.1,5.2,7.0,1.8,9.0,4.2,7.9,4.6,1.4,9.7,1.2)})
df = df.set_index(["code","Times"]).unstack()

并手动连接for循环中的差异，即：

myList = [[4,1],[6,1],[3,2]]
pd.concat(((df[('Figure',d1)] - df[('Figure',d0)]).to_frame('diffFigure').assign(diffTimes="{}-{}".format(d1,d0)) for (d1,d0) in myList))

或列出每个代码中的所有可能组合：

df0 = df.merge(df, on = 'code')

然后通过将myList转换为数据帧并执行内部联接操作来获取myList中的对子集：

df0 = df0.merge(pd.DataFrame(myList, columns = ['Times_x','Times_y']))
df0['diffFigure'] = df0.Figure_x - df0.Figure_y
df0['diffTimes'] = df0.Times_x.astype(str) + '-' + df0.Times_y.astype(str)

df0[['code','diffFigure','diffTimes']]

pandas：在groupby函数中选择具有一些条件的行paris

1 个答案: