查找列中两个常见值的年差

Question

我正在使用 pandas，我试图找出我的数据按标签分组然后按团队分组的年份差异。我尝试使用 groupby 来解决我正在处理的问题，但我无法完全得到我想要的结果。这是我的 df 的 head(8)

Team            Year    labels
Hawks           2001      b
Hawks           2004      b
Nets            1987      b
Nets            1988      a
Nets            2004      b
Nets            2001      a
Nets            2000      c
Hawks           2003      a

所以，让我感到困惑的是，我想要的基本上有两个组 - 标签和团队。然后我需要找到要排序的年份之间的差异，结果将在差异列中。任何帮助将不胜感激。

Team            Year    labels  difference
Hawks           2001      b       NAN
Hawks           2004      b        1
Nets            1987      b       NAN
Nets            1988      a       NAN
Nets            2004      b       17
Nets            2001      a       13
Nets            2000      c       NAN
Hawks           2003      b        2

Answer 1

不确定最后一行的label 应该是“a”还是“b”。从您的数据 sn-p：

Hawks           2003      a

从你的预期输出：

Hawks           2003      b        2

我假设 label 应该是 'b' 所以我可以匹配您的预期输出：

您想在 ['Team', 'Labels'] 上进行分组，您可以使用它来计算年份差异。但首先按 ['Team','labels','Year'] 对数据进行排序，这样你的年份差异计算是正确的：

In [8]: df.sort(['Team','labels','Year'],inplace=True)
In [9]: df
Out[9]: 
    Team  Year labels
0  Hawks  2001      b
7  Hawks  2003      b
1  Hawks  2004      b
3   Nets  1988      a
5   Nets  2001      a
2   Nets  1987      b
4   Nets  2004      b
6   Nets  2000      c

现在，对 ['Team','labels'] 进行分组并计算组中每一行的年份差：

In [10]: df['difference'] = df.groupby(['Team','labels'])['Year'].diff(1)
In [11]: df
    Team  Year labels  difference
0  Hawks  2001      b         NaN
7  Hawks  2003      b           2
1  Hawks  2004      b           1
3   Nets  1988      a         NaN
5   Nets  2001      a          13
2   Nets  1987      b         NaN
4   Nets  2004      b          17
6   Nets  2000      c         NaN

如果由于某种原因您想回到数据框的原始顺序，您可以执行以下操作：

In [12]: df.sort_index()
Out[12]: 
    Team  Year labels  difference
0  Hawks  2001      b         NaN
1  Hawks  2004      b           1
2   Nets  1987      b         NaN
3   Nets  1988      a         NaN
4   Nets  2004      b          17
5   Nets  2001      a          13
6   Nets  2000      c         NaN
7  Hawks  2003      b           2