Question

我是机器学习的新手，我不知道如何执行以下任务：我需要减去属于同一列的两个后续行，但前提是“ ID”列的值相同并且这些行的“年”列值是连续的。

该表的示例：

           ID  Year  Revenues
0   180310781  2008  1730.119
1   180310781  2009  1710.073
2   180310781  2010  1653.428
3   180310781  2011  1608.061
4   180310781  2012   1350.84
12  756460796  2008   1061.78
13  756460796  2009  1045.337
14  756460796  2010         0
15  756460796  2011   675.333
16  756460796  2012   671.717

期望的结果是在新的列中显示0（或者Nan，我不在乎），因为它是观察的第一年，而在第二行中显示1710.073-1730.119，依此类推，直到相同的ID已用尽。

Answer 1

可以使用Series创建布尔值.shift来验证条件，然后将差值分配给Series为True的行：

s = (df.ID == df.ID.shift(1)) & (df.Year == df.Year.shift(1)+1)
df.loc[s, 'Diff'] = df.Revenues.diff()[s]

           ID  Year  Revenues      Diff
0   180310781  2008  1730.119       NaN
1   180310781  2009  1710.073   -20.046
2   180310781  2010  1653.428   -56.645
3   180310781  2011  1608.061   -45.367
4   180310781  2012  1350.840  -257.221
12  756460796  2008  1061.780       NaN
13  756460796  2009  1045.337   -16.443
14  756460796  2010     0.000 -1045.337
15  756460796  2011   675.333   675.333
16  756460796  2012   671.717    -3.616

Answer 2

df['Diff'] = df.groupby('ID', group_keys=False) \
                 .apply(lambda x: x['Revenues'].diff())

输出

          ID  Year  Revenues      Diff
0  180310781  2008  1730.119       NaN
1  180310781  2009  1710.073   -20.046
2  180310781  2010  1653.428   -56.645
3  180310781  2011  1608.061   -45.367
4  180310781  2012  1350.840  -257.221
5  756460796  2008  1061.780       NaN
6  756460796  2009  1045.337   -16.443
7  756460796  2010     0.000 -1045.337
8  756460796  2011   675.333   675.333
9  756460796  2012   671.717    -3.616

如何在熊猫的后续行之间进行操作？

2 个答案: