Pandas：应用一个函数，为多列返回两行之间的划分

Question

我有一个按索引“年龄组”和“流失”分组的数据框

age group	churn	salary	debt	investments
21-30	0	5000	3000	2500
21-30	1	4000	2000	5000
31-40	0	6000	2500	1000
31-40	1	2000	2000	1000

我想创建一个新的数据框，返回每个数字列的 column[churn==1] / column[churn==0] 之间的除法

所需的数据框：

age group	variation_salary	variation_debt	variation_investments
21-30	0.8	0.66	2
31-40	0.33	0.8	1

我该如何解决这个问题？

提前致谢！

Answer 1

将年龄组和流失率设置为索引时，您可以选择带有.xs() 的子集，并且年龄组索引将确保您将相同的年龄组彼此划分：

>>> df = df.set_index(['age group', 'churn'])
>>> df.xs(1, 'index', 'churn') / df.xs(0, 'index', 'churn')
             salary      debt  investments
age group                                 
21-30      0.800000  0.666667          2.0
31-40      0.333333  0.800000          1.0

然后您也可以在结果上调用.reset_index()。

Answer 2

您可以再次按age group分组，选择相关列，然后使用.last()获取组内churn==1对应的条目，.first()获取组内churn==0对应的条目团体。然后，将它们用于除法：

g = df.groupby('age group')[['salary', 'debt', 'investments']]

g.last() / g.first()

结果：

             salary      debt  investments
age group                                 
21-30      0.800000  0.666667          2.0
31-40      0.333333  0.800000          1.0

另一种方法：也可以在分组前按churn==1和churn==0进行过滤，如下：

g1 = df.loc[df['churn']==1].groupby('age group')[['salary', 'debt', 'investments']].first()

g0 = df.loc[df['churn']==0].groupby('age group')[['salary', 'debt', 'investments']].first()

g1 / g0

结果：

             salary      debt  investments
age group                                 
21-30      0.800000  0.666667          2.0
31-40      0.333333  0.800000          1.0

我们可以进一步微调到您想要的布局，如下：

df_out = ((g.last() / g.first())
              .add_prefix('variation_')
              .reset_index()
         )

或者，对于替代方法，使用：

df_out = ((g1 / g0)
              .add_prefix('variation_')
              .reset_index()
         )

结果：

print(df_out)

  age group  variation_salary  variation_debt  variation_investments
0     21-30          0.800000        0.666667                    2.0
1     31-40          0.333333        0.800000                    1.0