链式方法分组和计算 Pandas DataFrame 中的差异-解网

问：

我有一个具有以下结构的 Pandas DataFrame：

import pandas as pd

data = {
    'glob_order': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
    'trans': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C'],
    'chain': [1, 1, 2, 2, 1, 1, 2, 1, 1, 2, 2],
    'date': ['1/08/2023', '2/08/2023', '3/08/2023', '4/08/2023', '5/08/2023', '6/08/2023', '7/08/2023', '8/08/2023', '9/08/2023', '10/08/2023', '11/08/2023']
}

df = pd.DataFrame(data)

# Convert 'date' column to datetime
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')

print(df)

我想执行两个操作：

按“trans”和“chain”列对 DataFrame 进行分组，然后从每个组中选择第一行。
创建一个名为“delta”的新列，该列表示每个组中当前日期与上一个日期之间的天数差。

我尝试了以下代码：

(df
.groupby(['trans', 'chain'])
.first()
.assign(
 delta=lambda x: (x['date'] - x['date'].shift(1)).dt.total_seconds() / (60*60*24),
 ).reset_index()
 )

但是，我得到的输出并不像预期的那样。它似乎在每个单独组的第一个增量计算中插入 NaN，这不是我想要的

反式	链	glob_order	日期	三角洲
一个	1	1	2023-08-01	南
一个	2	3	2023-08-03	2.0
B	1	5	2023-08-05	2.0
B	2	7	2023-08-07	2.0
C	1	8	2023-08-08	1.0
C	2	10	2023-08-10	2.0

我想知道为什么会发生这种情况，以及我需要做什么才能获得所需的输出。

这是我想要的输出

反式	链	glob_order	日期	三角洲
一个	1	1	2023-08-01	南
一个	2	3	2023-08-03	2.0
B	1	5	2023-08-05	南
B	2	7	2023-08-07	2.0
C	1	8	2023-08-08	南
C	2	10	2023-08-10	2.0

我正在寻找一种解决方案，使用类似于链接的方法来提高清晰度和可读性，因为我对 Python 非常陌生。

Python pandas 方法链接

  trans  chain  glob_order       date  delta
0     A      1           1 2023-08-01    NaN
1     A      2           3 2023-08-03    2.0
2     B      1           5 2023-08-05    NaN
3     B      2           7 2023-08-07    2.0
4     C      1           8 2023-08-08    NaN
5     C      2          10 2023-08-10    2.0

嘿安德烈！我记得你在其他问题上帮了我很多!!是的，你是对的，我忘记了后来 Trans 单独进行了摸索作为第二步，你能解释一下： = 是做什么的吗？，以及你为什么选择 as_index=False 我发誓 Python 充满了神秘感，非常感谢我的男人

1赞 Andrej Kesely 9/20/2023

@R_Student我已添加到第一个不调用后一个。as_index=False.groupby.reset_index()

1赞 mozway 9/20/2023

为了使用两个答案中最好的答案，我会采用您的方法和（）中的 lambda，海象在这里有点奇怪。如果你有很长的命令链，那将是不切实际的。assigndelta=lambda d: d.groupby("trans")["date"].diff().dt.days

2赞 Panda Kim 9/20/2023 #2

与 Groupby 和 Lambda 功能一起使用。assign

(df.groupby(['trans', 'chain']).first()
   .assign(delta=lambda x: x.groupby(level=0)['date'].diff().dt.days)
   .reset_index())

输出：

   trans    chain   glob_order  date        delta
0   A       1       1           2023-08-01  NaN
1   A       2       3           2023-08-03  2.0
2   B       1       5           2023-08-05  NaN
3   B       2       7           2023-08-07  2.0
4   C       1       8           2023-08-08  NaN
5   C       2       10          2023-08-10  2.0

链式方法分组和计算 Pandas DataFrame 中的差异

Chain method grouping and calculating differences in a Pandas DataFrame

评论

评论

评论