基于多行的 groupby 函数答案

【问题标题】：groupby function based off multiple rows基于多行的 groupby 函数
【发布时间】：2021-06-14 05:08:24
【问题描述】：

这是我的数据：

id	date	period	score
1	2015-01-01	start	5
1	2015-01-15	end	10
2	2015-01-01	start	2
2	2015-01-07	mid_1	7
2	2015-01-14	end	10

这些是一段时间内的分数记录。我已经对句点列进行了编码，以便您理解。

如何找到从开始到结束的分数差异或百分比变化？

如果我这样做pd.groupby，我可以找到最小或最大日期，但我如何将其与最小或最大日期的分数相匹配？

我不在乎计算使用日期还是期间，我只需要弄清楚如何匹配。

我想要如下所示的数据：

id	change_in_score_start_to_end
1	100%
2	400%

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

这是另一种方法：

代码：

import pandas as pd

df = pd.read_csv('test.csv')
df = df.drop('date', axis=1).set_index(['id', 'period']).unstack(1).droplevel(0 , axis=1)

df['change_in_score_start_to_end'] = ((df['end']/df['start'] -1)*100).map('{:.0f}%'.format)
print(df)

输出：

period   end  mid_1  start change_in_score_start_to_end
id                                                     
1       10.0    NaN    5.0                         100%
2       10.0    7.0    2.0                         400%

【讨论】：

【解决方案2】：

一个选项是pivot:

new_df = df.pivot(index='id', columns='period', values='score')

new_df:

period   end  mid_1  start
id                        
1       10.0    NaN    5.0
2       10.0    7.0    2.0

然后可以在end 和start 列上按行完成计算：

out = (
    (((new_df['end'] - new_df['start']) / new_df['start']) * 100)
        .map('{:.0f}%'.format)
        .reset_index(name='change_in_score_start_to_end')
)

out:

   id change_in_score_start_to_end
0   1                         100%
1   2                         400%

完整的工作示例：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 1, 2, 2, 2],
    'date': ['2015-01-01', '2015-01-15', '2015-01-01', '2015-01-07',
             '2015-01-14'],
    'period': ['start', 'end', 'start', 'mid_1', 'end'],
    'score': [5, 10, 2, 7, 10]
})

new_df = df.pivot(index='id', columns='period', values='score')
out = (
    (((new_df['end'] - new_df['start']) / new_df['start']) * 100)
        .map('{:.0f}%'.format)
        .reset_index(name='change_in_score_start_to_end')
)

print(out)

【讨论】：