Pandas groupby 值并获取最大日期和最小日期的值答案

【问题标题】：Pandas groupby value and get value of max date and min datePandas groupby 值并获取最大日期和最小日期的值
【发布时间】：2021-12-15 17:52:05
【问题描述】：

我有一个 pandas DataFrame df 看起来像这样：

item year value
A    2010  20
A    2011  25
A    2012  32
B    2016  20
B    2019  40
B    2018  50

我的目标是能够为每个项目计算每个日期之间的价值差异。然后例如，我想为项目 A 找到：12（32 -20，因为最大年份是 2012，最小年份是 2010）和项目 B：20（40 - 20，因为最大年份是 2019，最小年份是 2016） .

我使用以下代码为每个项目获取最大年份和最小年份：

df.groupby("item").agg({'year':[np.min, np.max]})

然后，我找到每个项目的最小年份和最大年份。但是，我坚持做我想要的。

【问题讨论】：

啊。对应于最大年份和最小年份的值之间的差异。这有点不清楚。

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

在 agg 中使用 loc 访问器来计算价值差异，您还可以将项目中的第一年和最后一年连接起来，以明确指示范围。

df.sort_values(by=['item','year']).groupby('item').agg( year=('year', lambda x: str(x.iloc[0]) +'-'+str(x.iloc[-1])),value=('value', lambda x: x.iloc[-1]-x.iloc[0]))



      year    value
item                  
A     2010-2012     12
B     2016-2019     20

【讨论】：

【解决方案2】：

通过year 尝试sort_values，然后您可以groupby 并选择first 为min 和last 为max：

g = df.sort_values('year').groupby('item')
out = g['value'].last() - g['value'].first()

输出：

item
A    12
B    20
Name: value, dtype: int64

【讨论】：

【解决方案3】：

用途：

def fun(x):
    return x[x.index.max()] - x[x.index.min()]


res = df.set_index("year").groupby("item").agg(fun)
print(res)

输出

      value
item       
A        12
B        20

【讨论】：