Question

每天，我都会使用不同的颜色。我需要创建一个新列，以查看每种颜色的用户与第一天的比例。

例如，对于蓝色，最早的日期是2020-01-01，对应的'用户'值是100。因此，对于2020-01-02，我想要的值应该是102/100 = 1.02 < / p>

raw_data = [
        {'date': '2020-01-01', 'color': 'blue', 'users': 100},
        {'date': '2020-01-02', 'color': 'blue', 'users': 102},
        {'date': '2020-01-03', 'color': 'blue', 'users': 104},
        {'date': '2020-01-04', 'color': 'blue', 'users': 98},
        {'date': '2020-01-02', 'color': 'red', 'users': 100},
        {'date': '2020-01-03', 'color': 'red', 'users': 107},
        {'date': '2020-01-04', 'color': 'red', 'users': 114},
        {'date': '2020-01-05', 'color': 'red', 'users': 150},
    ]

到目前为止，我知道我可以使用下面的代码获取每种颜色的最小日期，但不确定下一步该怎么做

grouped = df.groupby('color')['date']
min = grouped.min()

Answer 1

sort上Date上的数据帧的值，然后是groupby上的color，并使用users转换列first，然后使用{ {1}}将Series.div除以该转换后的列即可得到比率：

users

df['date'] = pd.to_datetime(df['date'])
df['ratio'] = df['users'].div(
    df.sort_values('date').groupby('color')['users'].transform('first')
)

如何基于另一列中的某些值创建新列

1 个答案: