python-3.x - 如何根据另一列中的某些值创建新列

Question

每天，我都会使用不同的颜色。我需要创建一个新列，用于查看每种颜色的用户与第一天的比率。

例如，对于蓝色，最早的日期是 2020-01-01，对应的“users”值为 100。因此，对于 2020-01-02 >，我想要的值应该是102/100 = 1.02

raw_data = [
        {'date': '2020-01-01', 'color': 'blue', 'users': 100},
        {'date': '2020-01-02', 'color': 'blue', 'users': 102},
        {'date': '2020-01-03', 'color': 'blue', 'users': 104},
        {'date': '2020-01-04', 'color': 'blue', 'users': 98},
        {'date': '2020-01-02', 'color': 'red', 'users': 100},
        {'date': '2020-01-03', 'color': 'red', 'users': 107},
        {'date': '2020-01-04', 'color': 'red', 'users': 114},
        {'date': '2020-01-05', 'color': 'red', 'users': 150},
    ]

到目前为止，我知道我可以使用下面的代码获取每种颜色的最短日期，但不确定下一步该怎么做

grouped = df.groupby('color')['date']
min = grouped.min()

Answer 1

对 Date 数据帧的值进行排序，然后对 color 进行 groupby 并转换列 users 使用 first，然后使用 Series.div 将 users 除以此转换后的列以获得比率:

df['date'] = pd.to_datetime(df['date'])
df['ratio'] = df['users'].div(
    df.sort_values('date').groupby('color')['users'].transform('first')
)

---

        date color  users  ratio
0 2020-01-01  blue    100   1.00
1 2020-01-02  blue    102   1.02
2 2020-01-03  blue    104   1.04
3 2020-01-04  blue     98   0.98
4 2020-01-02   red    100   1.00
5 2020-01-03   red    107   1.07
6 2020-01-04   red    114   1.14
7 2020-01-05   red    150   1.50