Python的熊貓：條件減法

我想在數據幀（顯示爲第一張照片）執行條件減法。

基本上，這就是我想做的事：

減去我和你之間col1和溫飽COL2的價值，併爲不同的新行。

因爲第一行有「食品」和「我」和第三行有「食品」和「你」，你從第一行減去col1和第三排的COL2的值（300 - 600 = -300，和200-500 = -300）。由於第二行有'clothing'和'me'，第四行有'clothing'和'you'，所以你從第二行減去第四行的col1和col2的值（500 - 200 = 300和600-700 = -100）。

如何使用Pandas數據框來實現這個功能？

來源

2017-07-18 Jun Jang

'transport'數據幀大熊貓做到這一點，像'df.T'並追加列，然後運回 – Wen

請考慮了投票@ ScottBoston的回答除了接受它的一種方式。謝謝。 – piRSquared

你可以使用pd.concat，groupby並採取基於指標數據的大熊貓徵對準的優勢這樣來做：

輸入DF：

df = pd.DataFrame({'type1':['food','clothing','food','clothing'],'type2':['me','me','you','you'],'col1':[300,500,600,200],'col2':[200,600,500,700]}) 


pd.concat([df.set_index(['type1','type2']) 
    .groupby('type1') 
    .apply(lambda x: x.iloc[0]-x.iloc[1]) 
    .assign(type2='us') 
    .set_index('type2', append=True), 
    df.set_index(['type1','type2'])]).reset_index()

大熊貓年長的是0.20.0

pd.concat([df.set_index(['type1','type2']) 
    .groupby(level=0) 
    .apply(lambda x: x.iloc[0]-x.iloc[1]) 
    .assign(type2='us') 
    .set_index('type2', append=True), 
    df.set_index(['type1','type2'])]).sort_index(level=[1,0]).reset_index()

輸出：

 type1 type2 col1 col2 
0 clothing us 300 -100 
1  food us -300 -300 
2  food me 300 200 
3 clothing me 500 600 
4  food you 600 500 
5 clothing you 200 700

來源

2017-07-18 16:55:40

嗨，我試過你寫的代碼，但它給了我KeyError：'type1' 消息。 –

hrm ...我只是剪切和粘貼精確的代碼，它運行良好。 –

這很奇怪......嗯..爲什麼我得到KeyError：'type1'錯誤大聲笑 –

與eval

df \ 
    .set_index(['type2', 'type1']).unstack().T \ 
    .eval('us = me - you', inplace=False) \ 
    .T.stack().reset_index() 

    type2  type1 col1 col2 
0 me clothing 500 600 
1 me  food 300 200 
2 you clothing 200 700 
3 you  food 600 500 
4 us clothing 300 -100 
5 us  food -300 -300

來源

2017-07-18 17:39:45 piRSquared

eval！ +1我需要更多地使用它。 –

Python的熊貓：條件減法

回答

相關問題