Question

我有两个大约300列的数据框，其中包含干预前后的分数。我需要为每个具有单个ID的参与者在每一列中计算前后的差异。作为一个小例子，我有：

Pre-intervention:
     ID     DEPRESSION  ANXIETY COGNITION
0   001          10        2       6
1   002          15       12      -3
2   003          14       -2       6
3   004          14        1       2

Post-intervention:
     ID     DEPRESSION  ANXIETY COGNITION
0   001           9        3      10
1   002           6       -5       2
2   003          14        8      -3
3   004           2       11       2

我正在使用下面的代码（改编自Using two dataframes to calculate final value pandas），该代码创建一个序列映射ID到DEPRESSION的总和，然后将这些总和映射到df1中的ID并从DEPRESSION中减去。

s = df1.groupby('ID')['DEPRESSION'].sum()

df2['DEPRESSION'] = df2['DEPRESSION'] - df2['ID'].map(s).fillna(0)

哪个给我：

    ID  DEPRESSION  ANXIETY     COGNITION
0   001     -1         3           10
1   002     -9        -5            2
2   003      0         8           -3
3   004     -12       11            2

即凹陷列的差异。我无法解决如何将其应用于数据框中的每一列。我已经尝试过为列名编写一个for循环，但是由于groupby元素（我认为），我很挣扎。

任何帮助都将不胜感激。

Answer 1

你能做吗？：

newdf = df2.sub(df1, fill_value=0) 
newdf['ID'] = df1['ID']

您也可以通过以下两种方式进行操作：

一个接一个

newdf['ID'] = df1['ID']
newdf['DEPRESSION'] = df2['DEPRESSION'] - df1['DEPRESSION'] 
newdf['ANXIETY'] = df2['ANXIETY'] - df1['ANXIETY']
newdf['COGNITION'] = df2['COGNITION'] - df1['COGNITION']

或构建带有子栏的列，将其删除。您可以在columns =内使用['col1'，'col2']，但在此处使用您的列名，而不是col1，col2：

df2.drop(columns=['col1', 'col2']).sub(df1.drop(columns=['col1', 'col2']))

我希望这些帮助之一

如何遍历两个数据框的列，按键分组并执行计算

1 个答案: