[英]Pandas groupby.diff() not returning expected output
我有一个外部组和一个内部组,我希望根据外部组找到每个内部组之间的差异。 通常,我可以使用groupby
将内部组嵌套在每个外部组中,但是由于某些原因, groupby
的diff
函数将返回平面向量,而不是嵌套数组。
df = pd.DataFrame({'inner':list('aabbccddee'),'outer':[0,0,1,1,0,0,1,1,0,0],
'value':np.random.randint(0,100,10)})
inner outer value
0 a 0 78
1 a 0 68
2 b 1 78
3 b 1 22
4 c 0 53
5 c 0 25
6 d 1 82
7 d 1 38
8 e 0 2
9 e 0 39
例如,如果我想要每个外部组的内部组的sum
,则只需使用groupby
:
In [19]: df.groupby(['outer','inner']).sum()
Out[19]:
value
outer inner
0 a 146
c 78
e 41
1 b 100
d 120
以上是正确的输出,它对diff
以外的所有其他功能均有效。 当我使用diff
,我希望以与上述类似的格式输出,但是得到:
In [20]: df.groupby(['outer','inner']).diff()
Out[20]:
value
0 NaN
1 -10.0
2 NaN
3 -56.0
4 NaN
5 -28.0
6 NaN
7 -44.0
8 NaN
9 37.0
以上等效于df.groupby(['inner']).value.diff()
因此groupby
似乎没有考虑外部组。 我可以找到没有问题的锻炼方法,但是使用groupby
会更优雅和简洁。 有谁知道这是为什么发生以及如何补救?
诸如s.diff()
, cumsum
等函数是非聚合函数,因此您将获得一系列形状的结果,可以在此处使用np.diff()
,例如以下示例:
print(df.groupby(['outer','inner'])['value'].apply(lambda x: np.diff(x).item()))
outer inner
0 a -10
c -28
e 37
1 b -56
d -44
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.