python - 如何减去引用 Pandas 中关联列的行值

Question

我想根据其他列中的值减去行中的连续值。

数据框如下所示:

     A        B    
1   "Sat"     7  
2   "Sat"     9
3   "Sat"     5
4   "Sun"     8  
5   "Sun"     4
6   "Sun"     6

我想引用 A 列减去 B 列的连续值，输出应该是这样的:

     A        B    
1   "Sat"     0  
2   "Sat"    +2
3   "Sat"    -4
4   "Sun"     0  
5   "Sun"    -4
6   "Sun"     2

我一直在使用 df.diff() 在整个数据帧中完成此操作，但这里它类似于 (key, value)，其中键来自 A 列，多个值来自 B 列。我想减去 B 列中的值，只要 A 列中的键是“Sat”，当它遇到 A 列中的第二个键“Sun”时应该重新开始减法。

对解决这个问题有什么帮助吗？

Answer 1

必要时优先sort_values按 A 列，然后使用 groupby与 diff , 用于替换 NaN fillna :

df['B'] = df.sort_values('A').groupby('A')['B'].diff().fillna(0)
print (df)
     A    B
1  Sat  0.0
2  Sat  2.0
3  Sat -4.0
4  Sun  0.0
5  Sun -4.0
6  Sun  2.0

如果需要转换为int:

df['B'] = df.sort_values('A').groupby('A')['B'].diff().fillna(0).astype(int)
print (df)
     A  B
1  Sat  0
2  Sat  2
3  Sat -4
4  Sun  0
5  Sun -4
6  Sun  2

另一种解决方案 diff , 如果 mask 则添加 0不等于 shift通过 ne 编辑 A 列:

df['B'] = df.B.diff().mask(df.A.ne(df.A.shift()), 0)
print (df)
     A    B
1  Sat  0.0
2  Sat  2.0
3  Sat -4.0
4  Sun  0.0
5  Sun -4.0
6  Sun  2.0