Question

我有一个熊猫数据框，如：

| country | year | people 
| US      | 1990 | 20 
| US      | 1991 | 34 
| ..      | ..   | ..
| US      | 2020 | 456 
| UK      | 1990 | 5 
| UK      | 1991 | 7 
| ..      | ..   | ..
| UK      | 2020 | 300

我想计算每个国家在2020年和1990年之间的差异，预期产出：

|country | difference 
|US      | 436
|UK      | 295

Answer 1

由于感兴趣的年份是2020年和1990年，所以我们仅对这些年份进行过滤，按国家/地区对降序排列的人员列，并使用numpy subtract和numpy reduce得到差值：< / p>

(df.query('year==[2020,1990]')
 .sort_values('people',ascending=False)
 .groupby('country',sort=False)
 .agg(difference=('people',np.subtract.reduce))
 )

          difference
country 
   US       436
   UK       295

请注意，groupby不会进行排序-确保排序后的值不会被篡改（我们需要每列的顶部都具有最高的值，以便聚合中的减法和归约法将产生正值）

对于部门：

(df.query('year==[2020,1990]')
 .sort_values('people',ascending=False)
 .groupby('country',sort=False)
 .agg(fst=('people','first'), lst=('people','last'))
 .assign(division=lambda x: x.fst.div(x.lst))
 )

熊猫使用列过滤器计算差异

1 个答案: