使用最小和最大日期计算值差答案

【问题标题】：Calculate value difference using min and max dates使用最小和最大日期计算值差
【发布时间】：2021-12-17 00:49:13
【问题描述】：

我正在尝试使用最小日期和最大日期来计算价值增长/下降。我的数据目前如下所示：

    Code      Date        Value
0   A         2020-12-31  80122.0
1   A         2019-12-31  45472.0
2   A         2018-12-31  31917.0
3   A         2017-12-31  23432.0
4   B         2020-12-31      0.0

对于代码 A，我需要保留最大 (2020-12-31) 和最小 (2017-12-31) 日期以及值，以便稍后计算差异。我有多个代码，需要能够对每个代码应用相同的逻辑。有关解决此问题的最佳方法的任何建议？

谢谢

【问题讨论】：

df.groupby('Code')['Date'].agg(['min','max'])。但是你需要计算日期或价值的差异吗？
感谢Quang，旨在计算Value的差异。所以 A 是 56690。
非常感谢 - 这给了我需要的结果。
您对 SO 并不陌生，所以您现在应该知道了。提供一些实际代码，以便我们更轻松地为您提供帮助。 from io import StringIOdf = pd.read_csv(StringIO(df_str), sep="\s+")（复制粘贴你的代码）

标签： python pandas

【解决方案1】：

在您的情况下，您想对日期进行排序，然后是 groupby 并首先提取，最后：

 df.sort_values(['Code','Date']).groupby('Code')['Value'].agg(['first','last'])

输出：

        first     last
Code                  
A     23432.0  80122.0
B         0.0      0.0

【讨论】：

【解决方案2】：

我会先sort_values 然后你可以在“代码”上drop_duplicates。对keep 使用不同的逻辑，这使您可以获取每个“代码”中的第一行和最后一行（基于日期），然后您可以将其减去以获得每个代码的日期差异和值差异。

df = df.sort_values(['Code', 'Date'])

(df.drop_duplicates('Code', keep='last').set_index('Code')
 - df.drop_duplicates('Code', keep='first').set_index('Code'))

#          Date    Value
#Code                   
#A    1096 days  56690.0
#B       0 days      0.0

或者，如果您不仅需要差异并且实际上需要行，那么我会将 concat 放在一起而不是减去。避免.first聚合的主要原因是因为它does not guarantee data come from the same rows（没有指定dropna）在空值的情况下。

pd.concat([df.drop_duplicates('Code', keep='last').set_index('Code'),
           df.drop_duplicates('Code', keep='first').set_index('Code')],
          keys=['Last', 'First'], axis=1)

#           Last               First         
#           Date    Value       Date    Value
#Code                                        
#A    2020-12-31  80122.0 2017-12-31  23432.0
#B    2020-12-31      0.0 2020-12-31      0.0

【讨论】：

【解决方案3】：

自从你

需要保留最大 (2020-12-31) 和最小 (2017-12-31) 日期以及值...

，你可以试试：

df = pd.DataFrame({'Code':['A','A','A','A','B'], 
                   'Date': ['2020-12-31', '2019-12-31', '2018-12-31', '2017-12-31', '2020-12-31'],
                   'Value': [80122.0, 45472.0, 31917.0, 23432.0, 0.0] 
                  }, )

df.loc[:, 'Date'] = pd.to_datetime(df.loc[:, 'Date'])

是提到的df：

    Code    Date    Value
0   A   2020-12-31  80122.0
1   A   2019-12-31  45472.0
2   A   2018-12-31  31917.0
3   A   2017-12-31  23432.0
4   B   2020-12-31  0.0

所以另一种方式可以是：

dictionary = {}

for code in df.loc[:, 'Code'].unique():
    dictionary[code] = {'Date min': df.loc[df.loc[:, 'Code']==code,'Date'].min(),
                        'Value min': df.loc[(df.loc[:, 'Code']==code)& (df.loc[:,'Date'] == df.loc[df.loc[:, 'Code']==code,'Date'].min()), 'Value'].values[0],
                        'Date max': df.loc[df.loc[:, 'Code']==code,'Date'].max(),
                        'Value max':df.loc[(df.loc[:, 'Code']==code)&(df.loc[:,'Date'] == df.loc[df.loc[:, 'Code']==code,'Date'].max()), 'Value'].values[0]
                                     
                       }
resume = pd.DataFrame(dictionary)
resume = resume.transpose()
resume

输出：

    Date min    Value min   Date max    Value max
A   2017-12-31  23432.0   2020-12-31    80122.0
B   2020-12-31  0.0       2020-12-31    0.0

【讨论】：