如何在 Pandas 中反转累积和

Question

我有一个相当简单的问题，我似乎找不到任何解决方案。我在网上查看了许多类似的问题，但他们的解决方案不适用于我的情况。

我有一个如下格式的熊猫数据集

        CountryCode  ConfirmedCases  ConfirmedDeaths        date
   335         ABW          4872.0             45.0  2020-12-01
   336         ABW          4902.0             45.0  2020-12-02
   337         ABW          4923.0             45.0  2020-12-03
   338         ABW          4942.0             45.0  2020-12-04
   339         ABW          4957.0             45.0  2020-12-05

ConfirmedCases 和 ConfirmedDeaths 都是按 CountryCode 衡量的累积总和，但我需要 CountryCode 的每日病例和每日死亡人数。这要求我计算我的数据集中每个国家在时间 t 和时间 t-1 的确诊病例之间的差异——即同一国家今天和前一天的病例数之差。理想情况下，我想要一个解决方案，允许我将国家/地区的每日病例数和每日死亡人数登记为数据集中的两个新变量。因此，我想要如下所示的内容：

        CountryCode  ConfirmedCases  ConfirmedDeaths        date    DailyCases    Daily Deaths
   335         ABW          4872.0             45.0  2020-12-01     15            0
   336         ABW          4902.0             45.0  2020-12-02     30            0
   337         ABW          4923.0             45.0  2020-12-03     21            0
   338         ABW          4942.0             45.0  2020-12-04     19            0
   339         ABW          4957.0             45.0  2020-12-05     15            0

提前感谢您的帮助！

Answer 1

Quang Hoang 的解决方案是正确的，只是您应该将 NaN 值替换为每个国家/地区的初始值：

df['DailyCases'] = df.groupby('CountryCode')['ConfirmedCases'].diff()
df['DailyCases'] = df['DailyCases'].fillna(df['ConfirmedCases'])