假设我有DataFrame
'name' 'quantity' 'day'
'A' 1 'Monday'
'A' 10 'Sunday'
'A' 5 'Friday'
'B' 2 'Monday'
'B' 30 'Sunday'
'B' 5 'Thursday'
我需要构建的是另一个数据框,其中每个名称我从星期日的数量中减去星期一的数量。所以,我想我需要在{em>名称上使用groupBy
,然后在agg
上使用功能,但我不知道如何进行过滤,以便只有那些日子才能使用考虑。
在示例之后,我寻找的最终结果是
'name' 'sub_quantity'
'A' 9
'B' 28
答案 0 :(得分:4)
设置
import pandas as pd
from io import StringIO
txt = """name quantity day
A 1 Monday
A 10 Sunday
A 5 Friday
B 2 Monday
B 30 Sunday
B 5 Thursday"""
df = pd.read_csv(StringIO(txt), delim_whitespace=True)
选项1
unstack
d1 = df.set_index(['name', 'day']).quantity.unstack()
d1.Sunday.sub(d1.Monday)
name
A 9.0
B 28.0
dtype: float64
选项2
query
s = df.set_index('name').query('day == "Sunday"').quantity
m = df.set_index('name').query('day == "Monday"').quantity
s - m
name
A 9
B 28
Name: quantity, dtype: int64
选项3
xs
d1 = df.set_index(['day', 'name']).quantity
d1.xs('Sunday') - d1.xs('Monday')
name
A 9
B 28
Name: quantity, dtype: int64
选项4
可爱apply
def obnoxious(x):
s = x.day.eq('Sunday').idxmax()
m = x.day.eq('Monday').idxmax()
q = 'quantity'
return x.get_value(s, q) - x.get_value(m, q)
df.groupby('name').apply(obnoxious)
name
A 9
B 28
dtype: int64
答案 1 :(得分:3)