[英]Calculate the time difference between two hh:mm columns in a pandas dataframe
[英]Calculate fractional difference between columns in two Pandas DataFrame
我正在嘗試為不同列中具有相同值的行計算兩個 DataFrame 中 >20 列之間的分數差異。
例如給定兩個數據幀:
df1 = index, A, B, C, D, ID
0, 2, 1, 5, 4, -2
1, 1, 2, 2, 4, -1
2, 2, 4, 8, 8, 0
3, 1, 4, 6, 5, 1
df2 = index, A, B, C, D, ID
0, 2, 1, 2, 2, -3
1, 4, 3, 3, 2, -2
2, 6, 2, 4, 6, -1
3, 1, 4, 2, 4, 0
並且對於每一列(AD),我想獲得的分數差(即df3['A'] = (df1['A']-df2['A'])/df1['A']
如果行具有相同的 ID 值。 任一數據框中可能都有沒有通用 ID 的行,這些行不應包含在 df3 中。
期望輸出:
df3 = index, A, B, C, D, ID
0, -1, -2, 0.4, 0.5, -2
1, -5, 0, -1, -0.5, -1
2, 0.5, 0, 0.75, 0.5, 0
最后,我還想獲得 df3 中 AD 列每一行的這些小數差的平方和(即所示示例為 32.72)
您需要將ID
設置為兩個數據幀的索引,然后您可以直接獲取數據幀的差異。 下面的代碼將完成您正在尋找的內容:
樣本數據
df1 = pd.DataFrame(
[[0, 2, 1, 5, 4, -2],
[1, 1, 2, 2, 4, -1],
[2, 2, 4, 8, 8, 0 ],
[3, 1, 4, 6, 5, 1]], columns = ['index', 'A', 'B', 'C', 'D', 'ID'])
df2 = pd.DataFrame(
[[0, 2, 1, 2, 2, -3],
[1, 4, 3, 3, 2, -2],
[2, 6, 2, 4, 6, -1 ],
[3, 1, 4, 2, 4, 0]], columns = ['index', 'A', 'B', 'C', 'D', 'ID'])
分數差分
df1 = df1.set_index('ID') # set index for fractional differencing
df2 = df2.set_index('ID') # set index for fractional differencing
target_cols = ['A', 'B', 'C', 'D'] # define columns to use in differencing
df3 = (df1[target_cols] - df2[target_cols]) / df1[target_cols] # get fractional difference
df3 = df3.dropna().reset_index() # remove row observations without intersecting IDs in df1 and df2
輸出
print(df3.to_string())
ID A B C D
0 -2 -1.00 -2.00 0.40 0.50
1 -1 -5.00 0.00 -1.00 -0.50
2 0 0.50 0.00 0.75 0.50
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.