[英]How to subtract previous row from current row in a pandas dataframe to create a new column restarting the process with each name?
我有一个 dataframe 有 3 列,其中第一列是带有人名的分类变量,第二列是日期,第三列是问题的累积发生率。 我想生成一个新列,其中包含每人每天的出现次数。
**Name Date Cumulative**
John 01-01-2020 0
John 02-01-2020 5
John 03-01-2020 10
John 04-01-2020 12
Peter 01-01-2020 0
Peter 02-01-2020 3
Peter 03-01-2020 7
Peter 04-01-2020 10
James 01-01-2020 0
James 02-01-2020 10
James 03-01-2020 14
James 04-01-2020 18
Kirk 01-01-2020 0
Kirk 02-01-2020 12
Kirk 03-01-2020 12
Kirk 04-01-2020 15
Rob 01-01-2020 0
Rob 02-01-2020 11
Rob 03-01-2020 18
Rob 04-01-2020 23
如果我使用 df['By Day'] = df.Cumulative.diff() 结果很好,但在每个人的第一次出现时,它会给我负数而不是 0(因为它将前一个数字减去 0 )。 它会给我如下:
Name Date Cumulative By Day
John 01-01-2020 0 0
John 01-02-2020 0 0
John 03-01-2020 5 5
John 04-01-2020 10 5
John 05-01-2020 12 2
Peter 01-01-2020 0 -12
Peter 02-01-2020 0 0
Peter 03-01-2020 3 3
Peter 04-01-2020 7 4
Peter 04-01-2020 10 3
James 01-01-2020 0 -10
James 02-01-2020 0 0
James 03-01-2020 10 10
James 04-01-2020 14 4
James 04-01-2020 18 4
Kirk 01-01-2020 0 -18
Kirk 02-01-2020 0 0
Kirk 03-01-2020 12 12
Kirk 04-01-2020 15 3
Kirk 04-01-2020 19 4
Rob 01-01-2020 5 -14
Rob 02-01-2020 11 6
Rob 03-01-2020 18 7
Rob 04-01-2020 23 5
Rob 04-01-2020 27 4
我想按每个名字做差异,以便每次人不一样时它都从 0 开始。 我曾考虑过按名称使用迭代,但它会为每个条目执行 5 次。 例如,对于 Rob,我想要 0 6 7 5 4 而不是以 -14 开头(来自 Kirk 的前 19 -5 来自 Rob 的第一个条目)
您应该首先在Name
列上使用groupby
function 以分别对每个人应用diff
function。 然后您可以使用fillna(0)
将NaN
值(将存在于每个人的第一行中)替换为 0:
df["By Day"] = df.groupby("Name").Comulative.diff().fillna(0)
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.