python - 基于多行的 groupby 函数

Question

这是我的数据:

<表类=“s-表”><标题>id日期期间得分 <正文>12015-01-01开始512015-01-15结束1022015-01-01开始222015-01-07mid_1722015-01-14结束10

这些是一段时间内的分数记录。我已经对句点列进行了编码，以便您轻松理解。

如何找到从开始到结束的分数差异或百分比变化？

如果我这样做pd.groupby ，我可以找到最小或最大日期，但如何将其与最小或最大日期的分数相匹配？

我不在乎计算是否使用日期或周期，我只需要弄清楚如何匹配。

我想要如下所示的数据:

<表类=“s-表”><标题>idchange_in_score_start_to_end <正文>1100%2400%

Answer 1

这是另一种方法:

代码:

import pandas as pd

df = pd.read_csv('test.csv')
df = df.drop('date', axis=1).set_index(['id', 'period']).unstack(1).droplevel(0 , axis=1)

df['change_in_score_start_to_end'] = ((df['end']/df['start'] -1)*100).map('{:.0f}%'.format)
print(df)

输出:

period   end  mid_1  start change_in_score_start_to_end
id                                                     
1       10.0    NaN    5.0                         100%
2       10.0    7.0    2.0                         400%