python - 从 Pandas 数据框中获取同比百分比

Question

如果我有一个包含“count”、“w”、“c”、“d”和“y”列的数据框 样本数据如下所示:

131    1    dir    mob    2017
244    1    dir    mob    2018
311    1    org    mob    2017
332    1    org    mob    2018
212    2    dir    dsk    2017
311    2    dir    dsk    2018
401    2    org    mob    2017
283    2    org    mob    2018

获取 2018 年与 2017 年按“w”、“c”、“d”分组的“计数”值的百分比变化的方法是什么？

Answer 1

好吧，您可以对数据进行排序(正如您已有的那样)，然后将差异计算为 count 和 count.shift() 之间的差异。

我们分配给数据框的差异我们删除了所有我们不感兴趣的重复行和列:

import pandas as pd

data = '''\
count  w      c      d       y
131    1    dir    mob    2017
244    1    dir    mob    2018
311    1    org    mob    2017
332    1    org    mob    2018
212    2    dir    dsk    2017
311    2    dir    dsk    2018
401    2    org    mob    2017
283    2    org    mob    2018'''

df = pd.read_csv(pd.compat.StringIO(data), sep='\s+')

df.sort_values(by=['w','c','d','y'], inplace=True) # <--- sort values 

diff = (df['count'].shift(-1) - df['count'])/df['count'][::2] # <--- calculate % change

dfnew = df.drop_duplicates(('w','c','d')).drop(['y','count'],axis=1).assign(diff=diff)

print(dfnew)

返回:

   w    c    d      diff
0  1  dir  mob  0.862595
2  1  org  mob  0.067524
4  2  dir  dsk  0.466981
6  2  org  mob -0.294264

---

您可以添加此验证器来检查您是否获得了正确列的数量:

sum(df[['w','c','d']].duplicated()) == len(df)/2  # <-- This should return True