Question

我想参考ID将计算出的差异添加到现有数据框中。差异被保存到单独的数据框中。

实际dataFrame具有以下视图df1：

 Id   Col1   Col2  Col3
 567   6       7    9
 567   8       10   18 
 567   9       11   20  
 567   10      12   30   
 567   4       16   57
 ...   ...     ...  ...
 1568   6       7     9
 1568   8       10   18 
 1568   9       11   20  
 1568   10      12   30   
 1568   4       16   57

针对每个ID分别保存到df2的计算差异，例如Id=567：

 Col1_d1  Col2_d1   Col3_d1
  NaN       NaN       NaN
  -2        -3        -9 
  -1        -1        -2  
  -1        -1        -10   
   6        -4        -27

此外，我用NaN填充的0个值。

我尝试使用groupby和map，但没有成功。

L1 = [x for _, x in df1.groupby(df1['Id'])]

鉴于需要按df2进行分组，如何将其与第二个dataFrame Id合并？

我尝试通过以下方式做到这一点：list(map(lambda x: df1.append(x), L1))

预期结果：

 Id   Col1   Col2  Col3  Col1_d1  Col2_d1   Col3_d1
 567   6       7    9      0          0        0
       8       10   18     -2        -3        -9 
       9       11   20     -1        -1        -2 
       10      12   30     -1        -1        -10    
       4       16   57      6        -4        -27
 1568  6       7    9       0         0        0
       8       10   18     -2        -3        -9 
       9       11   20     -1        -1        -2 
       10      12   30     -1        -1        -10    
       4       16   57      6        -4        -27

感谢您的任何想法和帮助。谢谢！

Answer 1

通过用法固定：

 df1.reset_index(inlace = True)
 df2['index'] = df1['index']
 dfList = [df1, df2]
 reduce(lambda x, y: pd.merge(x, y, on = 'index'), dfList)

Python-通过用唯一ID拆分的数字列的差异来扩展数据框

1 个答案: