我有一个如下所示的数据框:
type unique_id val
0 X 1 11
1 X 2 12
2 Y 1 20
3 Y 2 30
所需的输出是
type unique_id val delta
0 X 1 11 9
1 X 2 12 18
2 Y 1 20 0
3 Y 2 30 0
即,我希望将每个X
与具有相同unique_id的Y
相匹配(X
中的ID是唯一的,Y
中的ID是唯一的} S)。然后,我想计算每个val
及其各自X
行的Y
差异。对于Y
s,此值可以为0.
答案 0 :(得分:1)
假设unique_id实际上对于给定类型是唯一的,您可以根据为类型Y
过滤的数据对其进行分组。
gb = df[df.type == 'Y'].groupby('unique_id').first()
>>> gb
type val
unique_id
1 Y 20
2 Y 30
然后将其加入原始数据框:
df = (df.set_index('unique_id')
.join(gb, rsuffix='_'))
>>> df
type val type_ val_
unique_id
1 X 11 Y 20
1 Y 20 Y 20
2 X 12 Y 30
2 Y 30 Y 30
您现在可以计算delta:
df['delta'] = df.val_ - df.val
最后,将数据重新整形为您想要的格式:
df = (df.reset_index()
.sort('type')
.drop(['val_', 'type_'], axis='columns')
# Reorder columns.
>>> df[['type', 'unique_id', 'val', 'delta']]
type unique_id val delta
0 X 1 11 9
2 X 2 12 18
1 Y 1 20 0
3 Y 2 30 0