python - 使用 Pandas groupby 数据帧中的第一行计算累积差异

Question

我有以下基于每日数据的分组数据框

Studentid  Year Month BookLevel

 JSmith    2015  12    1.4
           2016   1    1.6
                  2    1.8
                  3    1.2
                  4    2.0

 MBrown    2016   1    3.0        
                  2    3.2
                  3    3.6 

我想计算每个 Studentid 与 BookLevel 起点的差值。当前的 BookLevel 是根据 GroupBy 进行的 .max 计算，用于获取每个学生每月的最高 bookLevel

我正在寻找的是这样的:

 Studentid    Year   Month   BookLevel    Progress Since Start

  JSmith      2015     12       1.4         0 (or NAN)
              2016      1       1.6        .2
                        2       1.8        .4
                        3       1.2       -.2
                        4       2.0        .6

              2016      1       3.0         0 (or NAN)   
  MBrown                2       3.2        .2
                        3       3.6        .6

我是 Python/Pandas 的新手，并且尝试了很多方法，但没有任何方法可以接近。

Answer 1

好的，这应该可行，如果我们在第一级上groupby，并从使用first调用transform返回的系列中减去BookLevel，那么我们可以将其添加为新的所需列:

In [47]:
df['ProgressSinceStart'] = df['BookLevel'] - df.groupby(level='Studentid')['BookLevel'].transform('first')
df

Out[47]:
                      BookLevel  ProgressSinceStart
Studentid Year Month                               
JSmith    2015 12           1.4                 0.0
          2016 1            1.6                 0.2
               2            1.8                 0.4
               3            1.2                -0.2
               4            2.0                 0.6
MBrown    2016 1            3.0                 0.0
               2            3.2                 0.2
               3            3.6                 0.6