使用 groupby 创建一个新的 pandas DataFrame Column

Question

我有一个数据框，我想按列值分组，然后进行计算以创建一个新列。以下是设置数据：

import pandas as pd

df = pd.DataFrame({
    'Red' : [1,2,3,4,5,6,7,8,9,10],
    'Groups':['A','B','A','A','B','C','B','C','B','C'],
    'Blue':[10,20,30,40,50,60,70,80,90,100]
})
   
df.groupby('Groups').apply(print)

我想做的是在原始数据框中创建一个“TOTAL”列。如果它是组 'TOTAL' 的第一条记录，则得到零，否则 TOTAL 将在索引处得到 ['Blue'] 减去索引处的 ['Red']。

我尝试在下面的函数中执行此操作，但它不起作用。

def funct(group):
    count = 0
    lst = []
    for info in group:
        if count == 0:
            lst.append(0)
            count += 1
        else: 
            num = group.iloc[count]['Blue'] - group.iloc[count-1]['Red']
            lst.append(num)
            count += 1
    group['Total'] = lst
    return group

df = df.join(df.groupby('Groups').apply(funct))

代码适用于第一组，但随后出错。

期望的结果是：

df_final = pd.DataFrame({
    'Red' : [1,2,3,4,5,6,7,8,9,10],
    'Groups':['A','B','A','A','B','C','B','C','B','C'],
    'Blue':[10,20,30,40,50,60,70,80,90,100],
    'Total':[0,0,29,37,48,0,65,74,83,92]
})

df_final

df_final.groupby('Groups').apply(print)

感谢您的帮助！

Answer 1

对于每个组，计算Blue 和移位Red 之间的差异（上一个索引处的红色）：

df['Total'] = (df.groupby('Groups')
                 .apply(lambda g: g.Blue - g.Red.shift().fillna(g.Blue))
                 .reset_index(level=0, drop=True))

df

   Red Groups  Blue  Total
0    1      A    10    0.0
1    2      B    20    0.0
2    3      A    30   29.0
3    4      A    40   37.0
4    5      B    50   48.0
5    6      C    60    0.0
6    7      B    70   65.0
7    8      C    80   74.0
8    9      B    90   83.0
9   10      C   100   92.0

---

或者正如@anky 评论的那样，您可以通过首先移动Red 列来避免apply：

df['Total'] = (df.Blue - df.Red.groupby(df.Groups).shift()).fillna(0, downcast='infer')

df
   Red Groups  Blue  Total
0    1      A    10      0
1    2      B    20      0
2    3      A    30     29
3    4      A    40     37
4    5      B    50     48
5    6      C    60      0
6    7      B    70     65
7    8      C    80     74
8    9      B    90     83
9   10      C   100     92