具有 min_max 年份计算的 Groupby 代码答案

【问题标题】：Groupby code with min_max year calculation具有 min_max 年份计算的 Groupby 代码
【发布时间】：2020-05-16 13:02:00
【问题描述】：

数据框：

Date               Code          
2019               ab            
2019               cd
2019               ab
2017               ab
2018               ab
2018               cd
2016               cd
2016               cd

输出：

Date               Code            Max_year_count-Min_year_count          
2019               ab              1        
2019               cd             -1
2019               ab              1
2017               ab              1
2018               ab              1
2018               cd             -1
2016               cd             -1
2016               cd             -1

目的是创建Max_year_count-Min_year_count 列。
例如，Code column ab（第 1 行）的计算：
(count of occurrence of code ab in max_year i.e 2019)-(count of occurrence of code ab in min_year i.e 2017) = 2-1 = 1

谢谢！！

【问题讨论】：

不要认为2016年有ab
ab 在 2016 年不是强制性的。不同代码的最小和最大年份可能会有所不同，感谢 @sammywemmy，也编辑了我的问题
您的DataFrame 只有一个2016 条目，但输出2 个2016。是笔误吗？
是的错字，已修复，对此感到抱歉@Ch3steR

标签： python pandas dataframe group-by

【解决方案1】：

你可以试试这个。不是熊猫专家，可能存在更好的答案。这至少可以帮助您入门。

将df.groupby 与pd.Index.max 和pd.Index.min 一起使用

df
   Date Code
0  2019   ab
1  2019   cd
2  2019   ab
3  2017   ab
4  2018   ab
5  2018   cd
6  2016   cd
7  2016   cd

temp = df.groupby(['Code','Date']).size()
df['Max-Min']=df.Code.apply(lambda x:temp[x][temp[x].index.max()]-temp[x][temp[x].index.min()])

df
   Date Code  Max-Min
0  2019   ab        1
1  2019   cd       -1
2  2019   ab        1
3  2017   ab        1
4  2018   ab        1
5  2018   cd       -1
6  2016   cd       -1
7  2016   cd       -1

【讨论】：

【解决方案2】：

crosstab 和 groupby 与 nth 函数的组合在这里可以提供帮助：

#获取每年代码的频率计数

res = (pd.crosstab(df.Code,df.Date)
       .stack()
        #this gets rid of entries for empty years
       .loc[lambda x: x.ne(0)]
      )

#subtract first from last ... years are already sorted from min to max
mapping = res.groupby('Code').nth(-1) - res.groupby('Code').nth(0)

print(mapping)

Code
ab    1
cd   -1
dtype: int64

df['Max_Min'] = df.Code.map(mapping)

print(df)

    Date    Code    Max_Min
0   2019    ab       1
1   2019    cd      -1
2   2019    ab       1
3   2017    ab       1
4   2018    ab       1 
5   2018    cd      -1
6   2016    cd      -1
7   2016    cd      -1

【讨论】：