绘制两个熊猫数据框列之间差异的图分布

Question

我有一个熊猫数据框，其中有列A和B

我只想绘制A和B列之间差异百分比的分布图

        A                B
  1 1.051990e+10    1.051990e+04
  2 1.051990e+10    1.051990e+04
  5 4.841800e+10    1.200000e+10
  8 2.327700e+10    2.716000e+10
  9 1.204900e+10    2.100000e+08

分布图就像是，有多少条记录的差异为10％，有多少条记录的差异为20％

我尝试如下

df percCal(x,y):
  return (x-y)*100/x

df['perc'] = df.apply(lambda x: percCal(df['A'], df['B']), axis=1)

这不起作用，因为我是新手，请帮忙

Answer 1

您不需要执行lambda操作。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df1 = pd.DataFrame(np.random.randint(1, 10, (20, 2)), columns=['A', 'B'])

def percCal(x,y):
  return (x-y)*100/x

或者，直接操作列：

df1['diff'] = (df1['A'] - df1['B']) * 100 / df1['A']

应用函数并绘制：

df1['diff'] = percCal(df1['A'], df1['B'])
df1['diff'].plot(kind='density')

Answer 2

df['perc'] = (df['A'] - df['B']) *100/df['A']

Answer 3

def percCal(x,y):
  return (x-y)*100/x

df['perc'] = df.apply(lambda x: percCal(x['A'], x['B']), axis=1)

在df的lambda中更改x，在这种情况下，您为函数提供了数据x，这意味着您将为percCal提供行中的所有内容。数据帧，而当您使用df时，实际上是在提供数据帧，而函数返回的是数据帧而不是值。但是请检查您的代码，如果函数中的x可以为0是一个问题。

Answer 4

这就是您要寻找的东西：

In [10]: with open('/tmp/test.txt', 'w') as fh: 
    ...:     for index in np.ndindex(*a.shape): 
    ...:         data = map(str, index + (a[index], b[index])) 
    ...:         fh.write(','.join(data) + '\n')