Pandas DataFrame의 여러 필드에 대한 점수 차이를 계산하는 방법은 무엇입니까?

차이 계산을 사용하는 다중 필드의 Pandas 그룹화

프로그래밍에서 데이터 조작은 매우 중요하며 Pandas는 이러한 작업을 수행하기 위한 강력한 라이브러리입니다. 효율적으로. 일반적인 질문 중 하나는 데이터를 여러 필드로 그룹화하고 차이를 계산하는 방법입니다. 이를 달성하는 방법을 살펴보겠습니다.

문제:

다음 구조의 DataFrame을 고려해보세요.

         date    site country  score
0  2018-01-01  google      us    100
1  2018-01-01  google      ch     50
2  2018-01-02  google      us     70
3  2018-01-03  google      us     60
... 

목표는 '사이트/국가' 조합별로 점수가 1/3/5일 차이가 납니다.

해결책:

이 문제를 해결하기 위해 Pandas의 groupby를 활용할 수 있습니다. 및 diff 기능:

1. DataFrame 정렬:

df = df.sort_values(by=['site', 'country', 'date'])

정렬을 사용하면 데이터가 적절한 그룹화 및 차이 계산을 위해 구성됩니다.

2. Groupby 및 차이 계산:

df['diff'] = df.groupby(['site', 'country'])['score'].diff().fillna(0)

이 줄은 groupby를 사용하여 DataFrame을 '사이트' 및 '국가' 열별로 그룹화합니다. 그런 다음 diff를 사용하여 각 그룹 내 연속된 각 점수 간의 차이를 계산합니다. 결과는 'diff'라는 새 열에 저장됩니다. 누락된 값은 fillna(0)을 사용하여 0으로 대체됩니다.

출력:

결과 DataFrame에는 'diff' 열과 함께 원래 열이 포함됩니다.

         date    site country  score  diff
0  2018-01-01      fb      es    100   0.0
1  2018-01-02      fb      gb    100   0.0
...

추가 참고사항:

• 임의 정렬이 필요한 경우(예: 'fb'보다 'google' 우선순위 지정)에서 순서를 지정할 수 있습니다. 목록을 작성하고 열을 범주형으로 설정한 후 정렬하세요.
• fillna(0) 함수는 누락된 값을 0으로 대체하지만 이를 원하는 값으로 변경할 수 있습니다.
• 이 방법을 사용할 수 있습니다. 특정 시간 간격(예: 1일, 3개월 등)에 따른 차이를 계산합니다.

위 내용은 Pandas DataFrame의 여러 필드에 대한 점수 차이를 계산하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!