如何使用 Groupby 和 diff() 計算 Pandas DataFrames 中基於時間的差異？

Pandas Groupby 多個欄位以實現基於時間的差異

在資料分析領域，比較隨時間的變化是一項至關重要的任務。 Pandas 是一個多功能的 Python 函式庫，提供了處理此類操作的強大功能。當處理按多個分類欄位和時間組織的資料時，groupby.diff() 方法被證明是無價的。

考慮像提供的那樣的 DataFrame，其中每個站點在不同國家/地區和日期都有不同的分數。目標是計算每個站點/國家/地區組合的 1/3/5 天分數差異。

問題解決

為了實現這一目標，我們利用以下步驟：

1. 對DataFrame 進行排序：
2. 對DataFrame 進行排序： 使用sort_values() 依網站、國家/地區和日期以一致的順序排列資料。
3. 按站點和國家/地區分組： 利用 groupby() 根據網站和國家/地區欄位建立群組。

計算差異：

<code class="python">df = df.sort_values(by=['site', 'country', 'date'])
df['diff'] = df.groupby(['site', 'country'])['score'].diff().fillna(0)</code>

在每組中應用 diff() 來計算分數連續行的差異。

輸出：

date	site	country	score	diff
2018-01-01	fb	es	100	0.0
2018-01-02	fb	gb	100	0.0
2018-01-01	fb	us	50	0.0
2018-01-02	fb	us	55	5.0
2018-01-03	fb	us	100	45.0
2018-01-01	google	ch	50	0.0
2018-01-02	google	ch	10	-40.0
2018-01-01	google	us	100	0.0
2018-01-02	google	us	70	-30.0
2018-01-03	google	us	60	-10.0

結果是一個顯示計算分數差異的DataFrame：

高階排序

如果需要任意順序，例如優先考慮“google”而不是“fb”，可以建立一個分類列並將其指定為排序參數。這可確保維持指定的順序。

以上是如何使用 Groupby 和 diff() 計算 Pandas DataFrames 中基於時間的差異？的詳細內容。更多資訊請關注PHP中文網其他相關文章！