减去分组数据框中的行答案

【问题标题】：Subtract rows in a grouped Dataframe减去分组数据框中的行
【发布时间】：2021-12-22 21:57:52
【问题描述】：

我有一个 pandas 数据框，如果它们具有相同的组，我需要减去行。

输入数据框：

A	B	Value
A1	B1	10.0
A1	B1	5.0
A1	B2	5.0
A2	B1	3.0
A2	B1	5.0
A2	B2	1.0

预期的数据框：

A	B	Value
A1	B1	5.0
A1	B2	5.0
A2	B1	-2.0
A2	B2	1.0

逻辑：例如数据帧的第一行和第二行在 A1 和 B1 组中，因此值必须是 10.0 - 5.0 = 5.0。 4º 和 5º 行也具有相同的组，因此值必须是 3.0 - 5.0 = -2.0。

仅当 A 值和 B 值相同时才减去行。

谢谢！

【问题讨论】：

解释什么是逻辑
数据有哪些假设？每个 (A, B) 对最多有 2 行吗？这两行是总是相邻的还是可以散开的？减法是否应该始终按照这些行出现的顺序进行？
每对（A，B）最多有 2 行。这些行总是相邻的。减法总是按照这些行出现的顺序。谢谢！

标签： python pandas dataframe

【解决方案1】：

您可以准备要减去的重复行，然后在分组后求和。这也适用于以正确顺序重复的多个行。

import pandas as pd
df = pd.read_html('https://stackoverflow.com/q/70438208/14277722')[0]

df.loc[df.duplicated(subset=['A','B']), 'Value'] *=-1
df.groupby(['A','B'], as_index=False).sum()

输出

    A   B  Value
0  A1  B1    5.0
1  A1  B2    5.0
2  A2  B1   -2.0
3  A2  B2    1.0

【讨论】：

【解决方案2】：

试试：

subtract = lambda x: x.iloc[0] - (x.iloc[1] if len(x) == 2 else 0)
out = df.groupby(['A', 'B'])['Value'].apply(subtract).reset_index()
print(out)

# Output:
    A   B  Value
0  A1  B1    5.0
1  A1  B2    5.0
2  A2  B1   -2.0
3  A2  B2    1.0

【讨论】：

【解决方案3】：

让我们通过groupbyapply内的条件

out = df.groupby(['A','B'])['Value'].apply(lambda x : x.iloc[0]-x.iloc[-1] if len(x)>1 else x.iloc[0]).reset_index(name = 'Value')
Out[18]: 
    A   B  Value
0  A1  B1    5.0
1  A1  B2    5.0
2  A2  B1   -2.0
3  A2  B2    1.0

【讨论】：

【解决方案4】：

一种选择是使用 numpy 的 reduce 函数：

df.groupby(['A', 'B'], as_index = False).Value.agg(np.subtract.reduce)
 
    A   B  Value
0  A1  B1    5.0
1  A1  B2    5.0
2  A2  B1   -2.0
3  A2  B2    1.0

【讨论】：