Python-根据条件将一列添加到包含来自另一行的值的数据框

Question

我的数据框如下所示：

+-----+-------+----------+-------+
| No  | Group | refGroup | Value |
+-----+-------+----------+-------+
| 123 | A1    | A1       |   5.0 |
| 123 | B1    | A1       |   7.3 |
| 123 | B2    | A1       |   8.9 |
| 123 | B3    | B1       |   7.9 |
| 465 | A1    | A1       |   1.4 |
| 465 | B1    | A1       |   4.5 |
| 465 | B2    | B1       |   7.3 |
+-----+-------+----------+-------+

现在我需要添加哪些conatains列的值之间的差额另一列Value从目前的行和列的值Value从该行具有相同数量的（ No ）和组（ Group上所写的） refGroup 。

示例：如果refGroup等于Group ，则Value和refValue相同。

因此结果应为：

+-----+-------+----------+-------+----------+
| No  | Group | refGroup | Value | refValue |
+-----+-------+----------+-------+----------+
| 123 | A1    | A1       |   5.0 |      5.0 |
| 123 | B1    | A1       |   7.3 |      2.3 |
| 123 | B2    | A1       |   8.9 |      3.9 |
| 123 | B3    | B1       |   7.9 |      0.6 |
| 465 | A1    | A1       |   1.4 |      1.4 |
| 465 | B1    | A1       |   4.5 |      3.1 |
| 465 | B2    | B1       |   7.3 |      2.8 |
+-----+-------+----------+-------+----------+

前两行的说明：

第一行： refGroup等于Group - > refValue = Value

第二行：搜索具有相同的行No （123）和refGroup作为Group （A1）和计算Value的当前行减去的Value引用的行的（7.3 - 5.0 = 2.3）。

我以为我可能需要使用groupby（）和apply（），但是如何？

希望我的示例足够详细，如果您需要任何其他信息，请询问:)

Answer 1

一种方法是使用类似数据库SQL的技术。 与merge一起使用'self-join'。 您可以使用left_on和right_on将数据left_on合并/ left_on到自身，以使“ Group”与“ refGroup”对齐，然后从每个数据框记录中减去该值：

df_out = df.merge(df, 
                  left_on=['No','refGroup'], 
                  right_on=['No','Group'], 
                  suffixes=('','_ref'))

df['refValue'] = np.where(df_out['Group'] == df_out['refGroup'],
                          df_out['value'],
                          df_out['value'] - df_out['value_ref'])

df

输出：

    No Group refGroup  value  refValue
0  123    A1       A1    5.0       5.0
1  123    B1       A1    7.3       2.3
2  123    B2       A1    8.9       3.9
3  123    B3       B1    7.9       0.6
4  465    A1       A1    1.4       1.4
5  465    B1       A1    4.5       3.1
6  465    B2       B1    7.3       2.8

Answer 2

使用理解列表，您可以执行以下操作：

df['refValue'] = [ row['Value'] - float(df.loc[(df['No']==row['No']) & (df['Group']==row['refGroup']),'Value'].values) if row['refGroup']!=row['Group'] else row['Value'] for index, row in df.iterrows() ]