首页 > 后端开发 > Python教程 > 如何计算 Pandas DataFrame 中多个字段的分数差异?

如何计算 Pandas DataFrame 中多个字段的分数差异?

Linda Hamilton
发布: 2024-10-31 01:16:03
原创
593 人浏览过

How to Calculate the Difference in Scores for Multiple Fields in a Pandas DataFrame?

Pandas groupby 在多个字段上进行差异计算

在编程中,操作数据至关重要,Pandas 是执行这些任务的强大库高效。一个常见的问题是如何按多个字段对数据进行分组并计算差异。让我们探索如何实现这一目标。

问题:

考虑具有以下结构的 DataFrame:

         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
... 
登录后复制

目标是找到每个“地点/国家”组合的分数存在 1/3/5 天的差异。

解决方案:

为了解决这个问题,我们可以利用 Pandas 的 groupby和 diff 函数:

  1. 对 DataFrame 进行排序:
df = df.sort_values(by=['site', 'country', 'date'])
登录后复制

排序可确保我们的数据组织正确的分组和差异计算。

  1. Groupby 和计算差异:
df['diff'] = df.groupby(['site', 'country'])['score'].diff().fillna(0)
登录后复制

此行使用 groupby 按“site”和“country”列对 DataFrame 进行分组。然后,它使用 diff 计算每组内每个连续分数之间的差异。结果存储在名为“diff”的新列中。使用 fillna(0) 将任何缺失值替换为 0。

输出:

生成的 DataFrame 将包含原始列以及“diff”列:

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

附加说明:

  • 如果您需要任意排序(例如,优先考虑“google”而不是“fb”),您可以在一个列表,并在排序之前将列设置为分类。
  • fillna(0) 函数将缺失值替换为 0,但您可以将其更改为任何所需的值。
  • 可以使用此方法计算任何时间间隔(例如 1 天、3 个月等)的差异。

以上是如何计算 Pandas DataFrame 中多个字段的分数差异?的详细内容。更多信息请关注PHP中文网其他相关文章!

来源:php.cn
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
作者最新文章
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板