Pandas 数据帧连续列差异与第一个值的比率答案

【问题标题】：Pandas dataframe ratio of difference of consecutive columns to first valuePandas 数据帧连续列差异与第一个值的比率
【发布时间】：2017-04-29 03:01:04
【问题描述】：

假设我有 DataFrame（称为 df）

'name'    'order'    'quantity'
'A'       1           10
'A'       2           15
'A'       3           5
'B'       1           2
'B'       2           6

我想要的是构建另一个数据框，其中包含一个列，其中连续列的差异（就列order 而言是连续的）与第一个值的比率。

我可以很容易地将所述比率（分子）的差异检索为

def compute_diff(x):

    quantity_diff = x.quantity.diff()

    return quantity_diff

diff_df = df.sort_values('order').groupby('name').apply(compute_diff).reset_index(name='diff')

这给了我

'name'    'level_1'    'quantity'
'A'       0           NaN
'A'       1           5
'A'       1           -10
'B'       1           NaN
'B'       2           4

现在我想要的是比例，根据描述。具体来说，我想要

'name'    'level_1'    'quantity'
'A'       1           NaN
'A'       2           0.5
'A'       3           -0.6666
'B'       1           NaN
'B'       2           2

怎么做？

【问题讨论】：

标签： python sql pandas dataframe

【解决方案1】：

您可以将结果除以 df 中移位的“数量”列：

diff_df.quantity = diff_df.quantity / df.quantity.shift(1)

【讨论】：

【解决方案2】：

执行你的groupby后，使用pct_change：

# Sort the DataFrame, if necessary.
df = df.sort_values(['name', 'order'])

# Use groupby and pcnt_change on the 'quantity' column.
df['quantity'] = df.groupby('name')['quantity'].pct_change()

结果输出：

  name  order  quantity
0    A      1       NaN
1    A      2  0.500000
2    A      3 -0.666667
3    B      1       NaN
4    B      2  2.000000

【讨论】：