python - 减去具有不同列类型的 Pandas 中的行

Question

我在具有如下结构的数据框(名称:DF)中订购了数据

      Currency  Date        1Y     2Y     3Y
0     EUR       2013-09-25  0,198  0,307  0,485
1     EUR       2013-09-26  0,204  0,318  0,497
2     USD       2013-09-25  0,306  0,506  0,900
3     USD       2013-09-26  0,706  0,706  1,050

我现在正在尝试计算每一行之间的差异，即获取每个连续日期之间的差异，将第一个日期设置为“0”——对于每种货币。我希望得到这样的结果

      Currency  Date        1Y     2Y     3Y
0     EUR       2013-09-25  0,000  0,000  0,000
1     EUR       2013-09-26  0,006  0,011  0,012
2     USD       2013-09-25  0,000  0,000  0,000
3     USD       2013-09-26  0,400  0,200  0,150

在使用之前看到过类似的问题

DF_diff = DF.set_index('Date').diff()

但在那个例子中，实际行中没有涉及字符串，并且没有关于(在这个例子中)货币名称的标准。

我该如何管理它？任何帮助将不胜感激。

Answer 1

您可以按'Currency' 分组并应用diff 但首先您需要将数据转换为float，试试这个:

df.loc[:,'1Y':'3Y'] = df.loc[:,'1Y':'3Y'].applymap(lambda x: float(x.replace(",",".")))
df2 = df.set_index('Date').groupby('Currency').apply(lambda x: x.loc[:,'1Y':'3Y'].diff()).fillna(0)
print df2

输出:

               1Y     2Y     3Y
Date                           
2013-09-25      0      0      0
2013-09-26  0.006  0.011  0.012
2013-09-25      0      0      0
2013-09-26    0.4    0.2   0.15

要取回 'Currency' 并重置索引，您可以这样做:

df2['Currency'] = df.set_index('Date')['Currency']
df2['Date'] = df2.index
df2 = df2.reset_index(drop=True)
df2 = df2[['Currency','Date','1Y','2Y','3Y']]
print df2

输出:

  Currency        Date     1Y     2Y     3Y
0      EUR  2013-09-25      0      0      0
1      EUR  2013-09-26  0.006  0.011  0.012
2      USD  2013-09-25      0      0      0
3      USD  2013-09-26    0.4    0.2   0.15