基於另一列減去某個熊貓數據框列的最小值

Question

我有一個巨大的pandas數據幀df ，通過分類id ，然后year ：

id        gender        year
3         male          1983
3         male          1983
3         male          1985
3         male          1990
6         female        1991
6         female        1992
7         male          1980
...
592873    female        1989
592873    female        1996
593001    male          2001
593428    female        2007
593428    female        2009

我的目標是創建另一列ca ，其計算方式為：

• year - 該id最小year

因此， df的前六行應該返回：

id        gender        year        ca
3         male          1983        0
3         male          1983        0
3         male          1985        2
3         male          1990        7
6         female        1991        0
6         female        1992        1

（換句話說，我正在尋找這個問題的 Pythonic 答案。）

---

我能想到的一種解決方案是制作一個列表並使用for循環：

ca_list = []

for i in range(len(df)):
  if df['id'][i] != df['id'][i-1]:
    num = df['year'][i]
    ca_list.append(0)
  else:
    ca_list.append(df['year'][i] - num)

df['ca'] = ca_list

但我相信有一種更優化的方法來設計這個。 任何見解都非常感謝。

Answer 1

嘗試：

df["ca"] = df.groupby("id")["year"].transform(lambda x: x - x.min())
print(df)

印刷：

   id  gender  year  ca
0   3    male  1983   0
1   3    male  1983   0
2   3    male  1985   2
3   3    male  1990   7
4   6  female  1991   0
5   6  female  1992   1