python - 尝试根据相应的索引减去两个不同 Pandas 系列之间的值

Question

这是两个系列。它们是在根据两个列值 patient_id 和 event_description 对数据框进行分组后生成的:

系列 1:

patient_id                                event_description     
A                                             DiagnosisA          2016-09-15
B                                             DiagnosisA          2013-01-01
C                                             DiagnosisA         2016-01-10
D                                             DiagnosisA          2015-01-02

系列 2:

patient_id                                 event_description     
A                                             DiagnosisB          2016-09-30
B                                             DiagnosisB          2013-01-04
D                                             DiagnosisB          2015-01-15

所以我基本上想找出每个患者之间的时间差异。例如，对于患者 A，它将返回 15 天，但对于患者 C，它可能会说“NaN”。

Answer 1

假设您的 groupby 包括 DiagnosisB 和 DiagnosisA，您可以预先unstack 并减去

# This should be what you have after groupby
s = pd.concat([s1, s2])

s

patient_id  event_description
A           DiagnosisA          2016-09-15
B           DiagnosisA          2013-01-01
C           DiagnosisA          2016-01-10
D           DiagnosisA          2015-01-02
A           DiagnosisB          2016-09-30
B           DiagnosisB          2013-01-04
D           DiagnosisB          2015-01-15
Name: Date, dtype: datetime64[ns]

然后你可以unstack和减法

s.unstack().pipe(lambda d: d.DiagnosisB - d.DiagnosisA)

patient_id
A   15 days
B    3 days
C       NaT
D   13 days
dtype: timedelta64[ns]

---

不推荐
但是 unstack 和 squeeze 很有趣

s1.unstack().squeeze().rsub(s2.unstack().squeeze())

patient_id
A   15 days
B    3 days
C       NaT
D   13 days
dtype: timedelta64[ns]

---

也不推荐
但是 xs 很有趣

s1.xs('DiagnosisA', level=1).rsub(s2.xs('DiagnosisB', level=1))

patient_id
A   15 days
B    3 days
C       NaT
D   13 days
Name: Date, dtype: timedelta64[ns]

---

最终不推荐
必须显示 pd.IndexSlice
注意:索引需要完全按词法排序才能工作。

s1.loc[pd.IndexSlice[:, 'DiagnosisA']].rsub(s2.loc[pd.IndexSlice[:, 'DiagnosisB']])

patient_id
A   15 days
B    3 days
C       NaT
D   13 days
Name: Date, dtype: timedelta64[ns]