如何过滤包含相似模式的行答案

【问题标题】：How to filter rows containing a similar pattern如何过滤包含相似模式的行
【发布时间】：2020-02-19 14:28:33
【问题描述】：

我在 pandas 中有这个数据框：

               Value    Date
ISIN        
TRT010213A15    10    2019-11-15
TRT010213T23    100   2019-11-15
TRT010213T23    70    2019-12-20
TRT080328T15    150   2018-10-12
TRT080420T12    175   2018-05-11
TRT150120T16    150   2019-08-29
TRT150120A05    15    2019-11-18
TRT150120T16    300   2019-10-15
TRT150120T16    275   2019-11-18

如果索引的前9个字符（“ISIN”）和“日期”列中的值相同，如何获得“值”列之间的差异（减法）。减法将在第 10 个字符为“T”和第 10 个字符为“A”的索引之间进行。

例如第一个和第二个索引的前 9 个字符为“TR010213”，“日期”值为“2019-11-15”。在这种情况下，第二行的“值”新值（因为索引的第 10 个字符是“T”）应该是 90（100-10），而第一行的“值”（索引的第 10 个字符是“A”）不会改变。

我想得到这个数据框：

                Value   Date
ISIN        
TRT010213A15    10  2019-11-15
TRT010213T23    90  2019-11-15
TRT010213T23    70  2019-12-20
TRT080328T15    150 2018-10-12
TRT080420T12    175 2018-05-11
TRT150120T16    150 2019-08-29
TRT150120A05    15  2019-11-18
TRT150120T16    300 2019-10-15
TRT150120T16    260 2019-11-18

【问题讨论】：

你有多少这样的行？如果少于 10000，则执行双循环。如果它们小于 1000000，则按日期分组，然后应用双循环来比较子 DataFrame 上的各个行。
我有 400 行，其中 5 对具有相似的模式和相同的日期值。我是 pandas 的新手，请问你能写代码吗？顺便说一句，我的 df 有超过 2 列，但它们无关紧要

标签： python pandas dataframe

【解决方案1】：

你可以用这个：

df.update(df.groupby([df.index.str[:9],'Date']).transform('diff'))

              Value        Date
ISIN                           
TRT010213A15   10.0  2019-11-15
TRT010213T23   90.0  2019-11-15
TRT010213T23   70.0  2019-12-20
TRT080328T15  150.0  2018-10-12
TRT080420T12  175.0  2018-05-11
TRT150120T16  150.0  2019-08-29
TRT150120A05   15.0  2019-11-18
TRT150120T16  300.0  2019-10-15
TRT150120T16  260.0  2019-11-18

【讨论】：

【解决方案2】：

IIUC，你可以用df.index.str[:9]获取前9个字符，groupby().shift()：

df['Value'] -= df.groupby([df.index.str[:9], df['Date']]).Value.shift().fillna(0)

输出：

              Value        Date
ISIN                           
TRT010213A15   10.0  2019-11-15
TRT010213T23   90.0  2019-11-15
TRT010213T23   70.0  2019-12-20
TRT080328T15  150.0  2018-10-12
TRT080420T12  175.0  2018-05-11
TRT150120T16  150.0  2019-08-29
TRT150120A05   15.0  2019-11-18
TRT150120T16  300.0  2019-10-15
TRT150120T16  260.0  2019-11-18

注意：出于某种原因，groupby().diff() 对我不起作用。

【讨论】：