Python pandas groupby 与按列过滤的其他行的区别

Question

我正在为 Python Pandas 和 groupby 苦苦挣扎。我应该如何完成以下任务？对于每种水果，我想找出与该水果的“步骤 0”值的差异。

df = pd.DataFrame({'Fruit' : ['Apple', 'Apple', 'Apple', 'Banana', 'Banana', 'Banana'], 'Step' : [0, 1, 2, 0, 1, 2], 'Value' : [100, 102, 105, 200, 210, 195] })

    Fruit  Step  Value     to-be
0   Apple     0    100  -->  0
1   Apple     1    102  -->  2
2   Apple     2    105  -->  5
3  Banana     0    200  -->  0
4  Banana     1    210  --> 10
5  Banana     2    195  --> -5

谢谢!

Answer 1

应该这样做:

df.groupby('Fruit').apply(lambda g: g.Value - g[g.Step == 0].Value.values[0])

首先，我们按您关心的列(水果)分组。然后我们对每个组应用一个函数(使用 lambda 让我们指定一个在线函数)。对于每个组，我们找到 g.Step == 0 的行，然后从该行获取 Value 条目，并使用 values[0] 获取第一个值(如果有多个地方 g.Step == 0)。然后我们只需从组中的所有行中减去那个值，然后返回它。

如果要将其作为列添加到数据框中，可以删除索引:

res = df.groupby('Fruit').apply(lambda g: g.Value - g[g.Step == 0].Value.values[0])
df['Result'] = res.reset_index(drop=True)