百分比差异计算

Question

我想知道是否可以简化以下计算或使用替代计算：

id      | group | value
01      |   1   |   5
01      |   1   |   6
02      |   1   |   35
02      |   1   |   40
03      |   1   |   90
03      |   1   |   95
control |   1   |   50
control |   1   |   60
04      |   2   |   35
04      |   2   |   36
05      |   2   |   15
05      |   2   |   10
06      |   2   |   20
06      |   2   |   25
control |   2   |   30
control |   2   |   40

首先计算每组所有对照的平均值：

id      | group | value_mean
control |   1   |   55
control |   2   |   35

然后计算每个id相对于控件的平均差：

id      | group | value_mean_percent
01      |   1   |   10
02      |   1   |   68
03      |   1   |   168
04      |   2   |   101
05      |   2   |   36
06      |   2   |   64

id=1 的示例 (5+6)/2*100/55 = 10 %

还有其他方法可以解释这些数据的结果吗？

Answer 1

我认为您可以定义一个适用于数据框子组的函数，它将value 按id 分组，计算平均值并返回除以控制的所有内容：

def func(da):
    da = da.groupby('id')['value'].mean()
    return 100*da[da.index != "control"]/da['control']

然后你只需将data.frame按group分组，应用这个函数，然后重置索引：

import pandas as pd
import numpy as np

df = pd.DataFrame({"id":np.repeat(['01','02','03','control','04','05','06','control'],2),
                  "group":np.repeat([1,2],8),
                   "value":[5,6,35,40,90,95,50,60,35,36,15,10,20,25,30,40]})

df.groupby('group').apply(func).reset_index()

    group   id  value
0   1   01  10.000000
1   1   02  68.181818
2   1   03  168.181818
3   2   04  101.428571
4   2   05  35.714286
5   2   06  64.285714