熊猫使用列过滤器计算差异

Question

我有一个 pandas 数据框，例如：

| country | year | people 
| US      | 1990 | 20 
| US      | 1991 | 34 
| ..      | ..   | ..
| US      | 2020 | 456 
| UK      | 1990 | 5 
| UK      | 1991 | 7 
| ..      | ..   | ..
| UK      | 2020 | 300 

我想计算每个国家在 2020 年和 1990 年之间的差异，预期产出：

|country | difference 
|US      | 436
|UK      | 295

Answer 1

由于感兴趣的年份是 2020 年和 1990 年，我们仅筛选那些年份，按国家/地区降序对人员列进行排序，并使用 numpy subtract 和 numpy reduce 来获得差异：

(df.query('year==[2020,1990]')
 .sort_values('people',ascending=False)
 .groupby('country',sort=False)
 .agg(difference=('people',np.subtract.reduce))
 )

          difference
country 
   US       436
   UK       295

请注意，groupby 没有排序——这确保了排序后的值不会被篡改（我们需要每列在顶部具有最高的值，以便聚合中的减法和归约方法会产生正值）

除法：

(df.query('year==[2020,1990]')
 .sort_values('people',ascending=False)
 .groupby('country',sort=False)
 .agg(fst=('people','first'), lst=('people','last'))
 .assign(division=lambda x: x.fst.div(x.lst))
 )