如何计算具有多个字段的 Pandas 的分组差异？

具有多个字段的 Pandas 的分组差异

在这种情况下，我们的目标是计算不同地点和国家组合的分数差异

为了实现这一点，我们首先根据站点、国家/地区和日期对数据框进行排序：

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

接下来，我们使用 groupby 和 diff 来计算每个站点内的差异和国家/地区组：

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

这会在每个站点和国家/地区组内产生差异，并用 0 填充任何缺失值。

最后，我们显示结果：

<code class="python">print(df)

Output:

         date    site country  score  diff
8  2018-01-01      fb      es    100   0.0
9  2018-01-02      fb      gb    100   0.0
5  2018-01-01      fb      us     50   0.0
6  2018-01-02      fb      us     55   5.0
7  2018-01-03      fb      us    100  45.0
1  2018-01-01  google      ch     50   0.0
4  2018-01-02  google      ch     10 -40.0
0  2018-01-01  google      us    100   0.0
2  2018-01-02  google      us     70 -30.0
3  2018-01-03  google      us     60 -10.0</code>

请注意，不直接支持按任意顺序排序。对于这种情况，请考虑将订单存储在集合中并使列分类。这样，sort_values 将与提供的顺序对齐。

以上是如何计算具有多个字段的 Pandas 的分组差异？的详细内容。更多信息请关注PHP中文网其他相关文章！