python - Pandas dataframe - 具有相同 ID 的数据增量

Question

我有一个如下所示的数据框:

  type  unique_id  val
0    X          1   11
1    X          2   12
2    Y          1   20
3    Y          2   30

所需的输出是

  type  unique_id  val delta
0    X          1   11 9
1    X          2   12 18
2    Y          1   20 0
3    Y          2   30 0

也就是说，我想将每个 X 与具有相同 unique_id 的 Y 进行匹配(该 id 在 X 中是唯一的，并且在 Y 中分别是唯一的)。然后，我想计算每个 X 及其各自的 Y 行的 val 之差。对于 Y，该值可以为 0。

Answer 1

假设 unique_id 对于给定类型实际上是唯一的，您可以根据针对类型 Y 过滤的数据对其进行分组。

gb = df[df.type == 'Y'].groupby('unique_id').first()
>>> gb
          type  val
unique_id          
1            Y   20
2            Y   30

然后将其连接到原始数据框:

df = (df.set_index('unique_id')
        .join(gb, rsuffix='_'))
>>> df
          type  val type_  val_
unique_id                      
1            X   11     Y    20
1            Y   20     Y    20
2            X   12     Y    30
2            Y   30     Y    30

您现在可以计算增量:

df['delta'] = df.val_ - df.val

最后，将数据重新调整为您想要的形式:

df = (df.reset_index()
        .sort('type')
        .drop(['val_', 'type_'], axis='columns')

# Reorder columns.
>>> df[['type', 'unique_id', 'val', 'delta']]
  type  unique_id  val  delta
0    X          1   11      9
2    X          2   12     18
1    Y          1   20      0
3    Y          2   30      0