python - Pandas dataframe 连续列的差异与第一个值的比率

Question

假设我有 DataFrame(称为 df)

'name'    'order'    'quantity'
'A'       1           10
'A'       2           15
'A'       3           5
'B'       1           2
'B'       2           6

我想要的是构建另一个数据框，其中包含一个列，该列具有连续列的差异(根据列 order 连续)与第一个值的比率。

我可以很容易地检索出上述比率(分子)的差异

def compute_diff(x):

    quantity_diff = x.quantity.diff()

    return quantity_diff

diff_df = df.sort_values('order').groupby('name').apply(compute_diff).reset_index(name='diff')

这给了我

'name'    'level_1'    'quantity'
'A'       0           NaN
'A'       1           5
'A'       1           -10
'B'       1           NaN
'B'       2           4

现在我想要的是比率，按照描述。具体来说，我想要

'name'    'level_1'    'quantity'
'A'       1           NaN
'A'       2           0.5
'A'       3           -0.6666
'B'       1           NaN
'B'       2           2

怎么做？

Answer 1

执行groupby后，使用pct_change:

# Sort the DataFrame, if necessary.
df = df.sort_values(['name', 'order'])

# Use groupby and pcnt_change on the 'quantity' column.
df['quantity'] = df.groupby('name')['quantity'].pct_change()

结果输出:

  name  order  quantity
0    A      1       NaN
1    A      2  0.500000
2    A      3 -0.666667
3    B      1       NaN
4    B      2  2.000000