Python Pandas：条件减法

Question

我想在数据帧上执行条件减法（显示为第一张图片）。

基本上，这就是我想要做的事情：

1. 在我和你之间减去食物和衣物的col1和col2的值，并为差异创建新行。

由于第一行有食物＆＃39;并且＆＃39;我＆＃39;而第三排有食物＆＃39;并且＆＃39;你＆＃39;你从第一行中减去第三行的col1和col2的值 （300 - 600 = -300，和200 - 500 = -300）。

由于第二排有衣服＆＃39;并且＆＃39;我＆＃39;第四排有衣服＆＃39;并且＆＃39;你＆＃39;你从第二行中减去第四行的col1和col2的值（500 - 200 = 300和600 - 700 = -100）。

如何使用Pandas数据框实现此功能？

Answer 1

你可以使用pd.concat，groupby这样做，并利用Pandas基于索引的数据内在对齐：

输入df：

df = pd.DataFrame({'type1':['food','clothing','food','clothing'],'type2':['me','me','you','you'],'col1':[300,500,600,200],'col2':[200,600,500,700]})


pd.concat([df.set_index(['type1','type2'])
  .groupby('type1')
  .apply(lambda x: x.iloc[0]-x.iloc[1])
  .assign(type2='us')
  .set_index('type2', append=True),
  df.set_index(['type1','type2'])]).reset_index()

对于年龄大于0.20.0的熊猫

pd.concat([df.set_index(['type1','type2'])
  .groupby(level=0)
  .apply(lambda x: x.iloc[0]-x.iloc[1])
  .assign(type2='us')
  .set_index('type2', append=True),
  df.set_index(['type1','type2'])]).sort_index(level=[1,0]).reset_index()

输出：

      type1 type2  col1  col2
0  clothing    us   300  -100
1      food    us  -300  -300
2      food    me   300   200
3  clothing    me   500   600
4      food   you   600   500
5  clothing   you   200   700

Answer 2

使用eval

进行此操作的方法

df \
  .set_index(['type2', 'type1']).unstack().T \
  .eval('us = me - you', inplace=False) \
  .T.stack().reset_index()

  type2     type1  col1  col2
0    me  clothing   500   600
1    me      food   300   200
2   you  clothing   200   700
3   you      food   600   500
4    us  clothing   300  -100
5    us      food  -300  -300