python - 从数据框中的值计算增量

Question

我有这个 DataFrame(这只是一个例子，不是真正的数据):

In [1]: import pandas as pd
        my_data = [{'client_id' : '001', 'items' : '10', 'month' : 'Jan'},
                   {'client_id' : '001', 'items' : '20', 'month' : 'Feb'},
                   {'client_id' : '001', 'items' : '30', 'month' : 'Mar'},
                   {'client_id' : '002', 'items' : '30', 'month' : 'Jan'},
                   {'client_id' : '002', 'items' : '20', 'month' : 'Feb'},
                   {'client_id' : '002', 'items' : '15', 'month' : 'Mar'},
                   {'client_id' : '003', 'items' : '10', 'month' : 'Jan'},
                   {'client_id' : '003', 'items' : '20', 'month' : 'Feb'},
                   {'client_id' : '003', 'items' : '15', 'month' : 'Mar'}]
        df = pd.DataFrame(my_data)

In  [2]: df
Out [2]:    
            client_id   month        items
         0        001     Jan           10
         1        001     Feb           20
         2        001     Mar           30
         3        002     Jan           30
         4        002     Feb           20
         5        002     Mar           15
         6        003     Jan           10
         7        003     Feb           20
         8        003     Mar           15

我想要的是计算每对月份购买的增量项。也就是说，例如，客户“001”在二月份 (20) 购买的商品比一月份 (10) 多购买了 10 件商品。客户 '002'，购买了 -10 件商品(2 月 20 日、1 月 30 日)。最终的 DataFrame 看起来像这样:

In [3]: delta_df
Out [3]:   
            client_id   delta_items_feb   delta_items_mar
        0         001                10                10
        1         002               -10                -5
        2         003                10                -5

有什么想法吗？

Answer 1

这是一种方法，使用 pivot_table 首先按客户和月份对项目计数进行分组:

(我首先使用 df.items = df.items.astype(int) 将 items 列转换为整数)

>>> table = df.pivot_table(values='items', rows='client_id', cols='month')
>>> table = table[['Jan', 'Feb', 'Mar']]
>>> pd.DataFrame(np.diff(table.values), 
                 columns=['delta_items_feb', 'delta_items_mar'],
                 index=table.index).reset_index()

  client_id  delta_items_feb  delta_items_mar
0       001               10               10
1       002              -10               -5
2       003               10               -5

注意:在较新版本的 pandas 中，创建时使用 index/columns 而不是 rows/cols数据透视表。

这个:

• 按客户和日期对数据进行透视以显示每个客户的商品数量
• 确保表格中的列按月份正确排序
• 使用 np.diff 计算连续月份之间的差异，并使用所需的列名创建一个新的 DataFrame