[英]Pandas groupby value and get value of max date and min date
我有一个 Pandas DataFrame df
看起来像这样:
item year value
A 2010 20
A 2011 25
A 2012 32
B 2016 20
B 2019 40
B 2018 50
我的目标是能够为每个项目计算每个日期之间的价值差异。 然后,例如,我想为项目 A 查找:12(32 -20,因为最大年份是 2012 年,最小年份是 2010)和项目 B:20(40 - 20,因为最大年份是 2019 年,最小年份是 2016 年) .
我使用以下代码为每个项目获取 year max 和 year min :
df.groupby("item").agg({'year':[np.min, np.max]})
然后,我找到每个项目的年份最小值和年份最大值。 然而,我坚持做我想要的。
用:
def fun(x):
return x[x.index.max()] - x[x.index.min()]
res = df.set_index("year").groupby("item").agg(fun)
print(res)
输出
value
item
A 12
B 20
按year
尝试sort_values
,然后您可以groupby
并选择first
为min
, last
为max
:
g = df.sort_values('year').groupby('item')
out = g['value'].last() - g['value'].first()
输出:
item
A 12
B 20
Name: value, dtype: int64
在 agg 中使用 loc 访问器来计算值差异,此外,您还可以连接项目中的第一年和去年,以明确指示范围。
df.sort_values(by=['item','year']).groupby('item').agg( year=('year', lambda x: str(x.iloc[0]) +'-'+str(x.iloc[-1])),value=('value', lambda x: x.iloc[-1]-x.iloc[0]))
year value
item
A 2010-2012 12
B 2016-2019 20
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.