我正在用python熊貓與groupby掙扎。我應該如何完成以下任務？對於每一個水果，我想找出與那個水果的「第0步」值不同的地方。Python熊貓groupby與其他行的差別按列過濾
df = pd.DataFrame({'Fruit' : ['Apple', 'Apple', 'Apple', 'Banana', 'Banana', 'Banana'], 'Step' : [0, 1, 2, 0, 1, 2], 'Value' : [100, 102, 105, 200, 210, 195] })
Fruit Step Value to-be
0 Apple 0 100 --> 0
1 Apple 1 102 --> 2
2 Apple 2 105 --> 5
3 Banana 0 200 --> 0
4 Banana 1 210 --> 10
5 Banana 2 195 --> -5
謝謝！
這應做到：
df.groupby('Fruit').apply(lambda g: g.Value - g[g.Step == 0].Value.values[0])
首先，我們被你關心（水果）列分組。然後，我們對每個組應用一個函數（使用lambda，它可以讓我們指定一個函數內聯）。對於每個組，我們找到其中的行（g.Step == 0），然後從該行獲取Value條目，並使用values[0]獲取第一個值（如果存在多個地方，則爲g.Step == 0）。然後我們從組中的所有行中減去一個值，然後返回它。
如果你想將其添加爲數據幀一列，你可以刪除索引：
res = df.groupby('Fruit').apply(lambda g: g.Value - g[g.Step == 0].Value.values[0])
df['Result'] = res.reset_index(drop=True)
覺得這樣做的伎倆。它只是遍歷行並在每次步數等於0時應用新的「第一個」值。然後計算與第一個值的差值。
rows = range(df.shape[0])
df['count'] = 0
for r in rows:
step = df.iloc[r,1]
value = df.iloc[r,2]
if step == 0:
first = value
df.iloc[r,3] = value - first
我是熊貓的新手，但至少下面的代碼工作。結果的末尾，
Fruit Step Value to-be
0 Apple 0 100 0
1 Apple 1 102 2
2 Apple 2 105 5
3 Banana 0 200 0
4 Banana 1 210 10
5 Banana 2 195 -5
[6 rows x 4 columns]
源代碼如下。
import pandas as pd
df = pd.DataFrame({'Fruit' : ['Apple', 'Apple', 'Apple', 'Banana', 'Banana', 'Banana'],
'Step' : [0, 1, 2, 0, 1, 2],
'Value' : [100, 102, 105, 200, 210, 195] })
list_groups = list()
# loop over dataframe groupby `Fruit`
for name, group in df.groupby('Fruit'):
group.sort('Step', ascending=True) # sorted by `Step`
row_iterator = group.iterrows()
# get the base value
idx, first_row = row_iterator.next()
base_value = first_row['Value']
to_be = [0] # store the values of the column `to-be`
for idx, row in row_iterator:
to_be.append(row['Value'] - base_value)
# add a column to group
group['to-be'] = pd.Series(to_be, index=group.index)
list_groups.append(group)
# Concatenate dataframes
result = pd.concat(list_groups)
print(result)
@ASGM，我跑你的代碼，
res = df.groupby('Fruit').apply(lambda g: g.Value - g[g.Step == 0].Value.values[0])
df['Result'] = res.reset_index(drop=True)
，但遇到問題，
Traceback (most recent call last):
File "***.py", line 9, in <module>
df['Result'] = res.reset_index(drop=True)
File "/usr/lib/python2.7/dist-packages/pandas/core/frame.py", line 1887, in __setitem__
self._set_item(key, value)
File "/usr/lib/python2.7/dist-packages/pandas/core/frame.py", line 1968, in _set_item
NDFrame._set_item(self, key, value)
File "/usr/lib/python2.7/dist-packages/pandas/core/generic.py", line 1068, in _set_item
self._data.set(key, value)
File "/usr/lib/python2.7/dist-packages/pandas/core/internals.py", line 3024, in set
self.insert(len(self.items), item, value)
File "/usr/lib/python2.7/dist-packages/pandas/core/internals.py", line 3039, in insert
self._add_new_block(item, value, loc=loc)
File "/usr/lib/python2.7/dist-packages/pandas/core/internals.py", line 3162, in _add_new_block
self.items, fastpath=True)
File "/usr/lib/python2.7/dist-packages/pandas/core/internals.py", line 1993, in make_block
placement=placement)
File "/usr/lib/python2.7/dist-packages/pandas/core/internals.py", line 64, in __init__
'%d' % (len(items), len(values)))
ValueError: Wrong number of items passed 1, indices imply 3
[Finished in 0.4s with exit code 1]
此行'DF [ '結果'] = res.reset_index（ drop = True）'對我來說''ValueError：傳遞的項目數量錯誤1，索引暗示3''對我來說不適用' – SparkAndShine
@sparkandshine這很奇怪。你使用的是什麼版本的Python？這對我2.7.3運行良好。 – ASGM
我的Python版本是'2.7.6'。 – SparkAndShine