Pandas DataFrame の複数のフィールドのスコアの差を計算するにはどうすればよいですか?

差分計算を使用した複数のフィールドに対する Pandas groupby

プログラミングではデータの操作が重要であり、Pandas はこれらのタスクを実行するための強力なライブラリです効率的に。よくある質問の 1 つは、データを複数のフィールドごとにグループ化し、差異を計算する方法です。これを実現する方法を見てみましょう。

問題:

次の構造を持つ DataFrame を考えます:

         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
... 

目標は、 「サイト/国」の組み合わせごとのスコアの 1/3/5 日の差。

解決策:

この問題を解決するには、Pandas の groupby を利用できます。および diff 関数:

1. DataFrame の並べ替え:

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

並べ替えにより、データが適切なグループ化と差分計算のために整理されます。

2. Groupby と Calculate Difference:

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

この行は、groupby を使用して「site」列と「country」列ごとに DataFrame をグループ化します。次に、diff を使用して、各グループ内の連続する各スコアの差を計算します。結果は「diff」という新しい列に保存されます。欠落している値は、fillna(0) を使用して 0 に置き換えられます。

出力:

結果の DataFrame には、元の列と 'diff' 列が含まれます:

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

追加メモ:

• 任意の並べ替えが必要な場合 (例: 'google' を 'fb' より優先する)、次の順序で指定できます。
• fillna(0) 関数は欠損値を 0 に置き換えますが、これを任意の値に変更できます。
• このメソッドは使用できます。任意の期間 (1 日、3 か月など) にわたる差異を計算します。

以上がPandas DataFrame の複数のフィールドのスコアの差を計算するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。