根据其他两列值计算第三列以在第四列上进行迭代答案

【问题标题】：Calculate a third column based on two other columns values for iteration on a fourth column根据其他两列值计算第三列以在第四列上进行迭代
【发布时间】：2022-01-01 10:28:59
【问题描述】：

[结果]

[输入数据]

我在 Python 中有一个数据框：我想通过以下方式计算每个“产品订单”的“开始”和“结束”列的减法：对于每个产品编号，我都有“类型”A 到 D：我需要从每个产品订单的 A 开始时间中减去 D 的结束时间。知道怎么做吗？谢谢。

输入数据：

process order   Type   Start   End
111               A     10      20
111               B     22      25
111               C     28       30
111               D     33       35 
222               A     37       40
222               B     42       45
222
222
333
333
333
333

类似于流程订单 111：我们有 D (End: 35) - A (Strat: 10) = 25 输出应该是这样的：

process order   Time_difference
111             25
222              ?
333              ?

【问题讨论】：

请将您的数据粘贴为表格/代码，而不是屏幕截图。还包括您尝试过的任何代码。
请以文本形式提供数据
如何选择应该减去起始列的哪个值？我知道它们是黄色的，但是当您从 excel 文件加载数据框时，颜色将不存在。

标签： python pandas dataframe lambda iteration

【解决方案1】：

按您的订单分组，然后从最后一行中取出 end 值，然后从第二行中减去 start 值：

df.groupby('order_number').apply(lambda x: x.iloc[-1, 'end'] - x.iloc[1, 'start'])

如果需要，您可以将这些结果重新加入到原始 df。

【讨论】：

【解决方案2】：

假设所有产品都有 A 到 F 类型，请尝试：

#sort values so that B is the 2nd and F is the last row for each order number
df = df.sort_values(["order number", "type"])

#groupby order number and keep the 2nd (iat[1]) row for "start" and the last row for "end"
output = df.groupby("order number").agg({"start": lambda x: x.iat[1], "end": "last"})

#compute the difference
diff = output["end"] - output["start"]

>>> diff
order number
103895166    2072
103900419    2228
103902156    9348
dtype: int64

输入df：

    order number type  start    end
0      103895166    A      0   1999
1      103895166    B    361   2067
2      103895166    C    365   2117
3      103895166    D    368   2118
4      103895166    E    497   2423
5      103895166    F    498   2433
6      103900419    A      0   3627
7      103900419    B   2128   3791
8      103900419    C   2132   3841
9      103900419    D   2135   3842
10     103900419    E   2264   4346
11     103900419    F   2454   4356
12     103902156    A      0  12432
13     103902156    B   3852  12938
14     103902156    C   3856  12987
15     103902156    D   3860  13000
16     103902156    E   3864  13100
17     103902156    F   3868  13200

【讨论】：