如何参考熊猫中的关联列减去行值答案

【问题标题】：How to subtract row values in reference to the associated columns in pandas如何参考熊猫中的关联列减去行值
【发布时间】：2017-04-10 06:51:57
【问题描述】：

我想参考其他列中的值减去行中的连续值。

数据框如下所示：

     A        B    
1   "Sat"     7  
2   "Sat"     9
3   "Sat"     5
4   "Sun"     8  
5   "Sun"     4
6   "Sun"     6

我想参考 A 列减去 B 列的连续值，输出应该是这样的：

     A        B    
1   "Sat"     0  
2   "Sat"    +2
3   "Sat"    -4
4   "Sun"     0  
5   "Sun"    -4
6   "Sun"     2

我一直在使用df.diff() 在整个数据框中完成此操作，但在这里它就像 (key, value) 带有来自 A 列的键和来自 B 列的几个值。只要 A 列中的键是“Sat”，我想减去 B 列中的值，并且当它遇到 A 列中的第二个键“Sun”时应该重新开始减法。

对解决这个问题有帮助吗？

【问题讨论】：

标签： python pandas dataframe subtraction

【解决方案1】：

如果需要，首先按sort_values 列A，然后使用groupby 和diff，替换NaN fillna：

df['B'] = df.sort_values('A').groupby('A')['B'].diff().fillna(0)
print (df)
     A    B
1  Sat  0.0
2  Sat  2.0
3  Sat -4.0
4  Sun  0.0
5  Sun -4.0
6  Sun  2.0

如果需要转换为int:

df['B'] = df.sort_values('A').groupby('A')['B'].diff().fillna(0).astype(int)
print (df)
     A  B
1  Sat  0
2  Sat  2
3  Sat -4
4  Sun  0
5  Sun -4
6  Sun  2

使用diff 的另一种解决方案，如果mask 不等于shifted 列A ne，则添加0：

df['B'] = df.B.diff().mask(df.A.ne(df.A.shift()), 0)
print (df)
     A    B
1  Sat  0.0
2  Sat  2.0
3  Sat -4.0
4  Sun  0.0
5  Sun -4.0
6  Sun  2.0

【讨论】：

【解决方案2】：

假设'A' 列中的组总是在一起

a, b = df.A.values, df.B.values
np.append(0, np.where(a[:-1] == a[1:], np.diff(b), 0))

array([ 0,  2, -4,  0, -4,  2])

我们可以用

覆盖我们的列'B'

a, b = df.A.values, df.B.values
df.assign(B=np.append(0, np.where(a[:-1] == a[1:], np.diff(b), 0)))

     A  B
1  Sat  0
2  Sat  2
3  Sat -4
4  Sun  0
5  Sun -4
6  Sun  2

或者我们可以严格遵守pandas

df.assign(B=df.B.diff().where(df.A == df.A.shift(), 0).astype(int))

     A  B
1  Sat  0
2  Sat  2
3  Sat -4
4  Sun  0
5  Sun -4
6  Sun  2

时机
小数据

更大的数据

【讨论】：