在由 2 个字段分组的 DataFrame 中，从第一个分组字段内的第二个分组字段计算行 n 和 n-1 之间的差异答案

【问题标题】：In a DataFrame grouped by 2 fields, calculate difference between rows n and n-1 from 2nd grouping field inside the 1st grouping field在由 2 个字段分组的 DataFrame 中，从第一个分组字段内的第二个分组字段计算行 n 和 n-1 之间的差异
【发布时间】：2021-10-16 04:09:56
【问题描述】：

给定以下数据框（许多地区和年份的子集，每个地区的年份范围不同）：

Area	Year	Food Aid (kg)	Population	Malnutrition	Malnutrition rate (%)
Afghanistan	2013	128238	32269.589	8600.00000	26.65000
	2014	57214	33370.79400	8800.00000	26.37000
Algeria	2013	35234	38140.13300	1300.00000	3.41000
	2014	18980	38923.69200	1300.00000	3.34000
	2015	17424	39728.02500	1300.00000	3.27000
	2016	9476	40551.39200	1300.00000	3.21000

使用来自包含每个国家和每个可用年份的数据的数据集的 groupby 创建；然后添加计算行：

df.groupby(['Area', 'Year']).agg(
    {
        'Food Aid (kg)' : 'sum',
        'Population' : lambda x: x.iloc[0],
        'Malnutrition': lambda x: x.iloc[0]
    })

df['Malnutrition rate (%)'] = round(((df.loc[:,'Malnutrition'] / df.loc[:,'Population']))*100,2)

我想添加 2 个这样的聚合列。对于一个国家，给定第 N 年，自 N-1 年以来的进化百分比：

食品援助
营养不良

类似：

Area	Year	Food Aid (kg)	Population	Malnutrition	Malnutrition rate (%)	Food Aid evolution (%)	Malnutrition rate evolution (%)
Afghanistan	2013	128238	32269.589	8600.00000	26.65000	---	---
	2014	57214	33370.79400	8800.00000	26.37000	-55.38	-1.051
Algeria	2013	35234	38140.13300	1300.00000	3.41000	---	---
	2014	18980	38923.69200	1300.00000	3.34000	-46.132	-2.053
	2015	17424	39728.02500	1300.00000	3.27000	-8.198	-2.096
	2016	9476	40551.39200	1300.00000	3.21000	-45.615	-1.835

我是 Pandas 的初学者。我已经尝试了几件事，但没有取得多大成功。例如，我不确定如何使用这个循环来使事情正常工作：

for key, value in df:
    # key is an array of grouped keys. Examples: (Afghanistan, 2013), (Afghanistan, 2014)
    # value is a Series of the various cols for the current row

问题：在由 2 个字段分组的数据框中：如何在第一个分组字段内添加一个包含第二个分组字段的行 n 和 n-1 之间的计算的新列？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

使用pct_change:

new_cols = {'Food Aid (kg)': 'Food Aid evolution (%)',
            'Malnutrition rate (%)': 'Malnutrition rate evolution (%)'}

out = df.join(df.groupby('Area')[['Food Aid (kg)', 'Malnutrition rate (%)']]
                .pct_change().mul(100).rename(columns=new_cols))

>>> out[new_cols.values()]

                  Food Aid evolution (%)  Malnutrition rate evolution (%)
Area        Year
Afghanistan 2013                     NaN                              NaN
            2014              -55.384519                        -1.050657
Algeria     2013                     NaN                              NaN
            2014              -46.131577                        -2.052786
            2015               -8.198103                        -2.095808
            2016              -45.615243                        -1.834862

【讨论】：

直截了当的例子。谢谢！

【解决方案2】：

看pct_change

df.groupby(level=0).agg({'Food Aid (kg)': 'pct_change',
                         'Malnutrition rate (%)': 'pct_change'})*100

             Food Aid (kg)  Malnutrition rate (%)
Area                                             
Afghanistan            NaN                    NaN
Afghanistan     -55.384519              -1.050657
Algeria                NaN                    NaN
Algeria         -46.131577              -2.052786
Algeria          -8.198103              -2.095808
Algeria         -45.615243              -1.834862

这假设您要比较的年份是有序且连续的

【讨论】：

哦，好的，谢谢，我应该看看聚合函数！