Question

我有一个数据框。

      Item Type            Year_Month   Total Cost
        Cereal             Jul-2017     6000
        Cereal             Jun-2017     5000
     Baby Food             Jul-2017     3000
    Baby Food              Jun-2017     2900 
        Snacks             Jul-2017     4500
       Snacks              Jun-2017     4000

我根据单列两行的差异对数据框进行排序。例如，谷物的差异为6000-5000 = 1000，零食的差异为4500-4000 = 500，婴儿食品的差异为3000-2900 = 100

所以输出应该像

  Item Type            Year_Month   Total Cost
    Cereal             Jul-2017     6000
    Cereal             Jun-2017     5000
    Snacks             Jul-2017     4500
   Snacks              Jun-2017     4000
 Baby Food             Jul-2017     3000
Baby Food              Jun-2017     2900

Answer 1

首先，您需要计算每种物料类型的差异。使用熊猫来做到这一点的方法之一就是使用pivot_tables。在这里，您可以根据要计算的列（values =“ TotalCost”），要使用什么函数来计算该数据帧（df）（aggfunc = np.diff）以及如何对其进行分组（index = [“ ItemType” ]）。

diff = pandas.pivot_table(df, values="TotalCost", index=["ItemType"], aggfunc=np.diff)

您在上述情况下可能只有2个月的时间。如果您有两个以上，则np.diff将在列表中提供值。在这种情况下，您有两个选择。您可以过滤数据框，因此其中只有两个月。可以这样做：

df = df[[a or b for a, b in zip(df["Year_Month"] == "Jul-2017", df["Year_Month"] == "Jun-2017")]]

另一种选择是您计算月份的平均差异。可以使用以下功能完成此操作，然后将其替换为：

def mean_diff(l):
    return np.mean(np.diff(l))

然后您可以使用它来计算每个元素的差异：

df["Diff"] = [float(diff.loc[d]) for d in df["ItemType"]]

在那之后，您只需按差异排序（如果有多个相同差异的项目，则按项目排序）

df.sort_values(by=["Diff", "ItemType", "Year_Month"]).drop(columns = 'Diff')

Answer 2

您可以尝试使用此代码。

df['diff'] = df.groupby('Item_Type').diff(periods=-1)

df.loc[df['diff'].isnull(),'diff'] = df['diff'].shift(1)

df = df.sort_values(by = ['diff'], ascending = False)

df = df.drop(columns = 'diff')

df

我想基于单列两行的差异对数据框进行排序

2 个答案: