在 pandas 数据框中使用多个行或列值进行计算

Posted 2023-03-11

【中文标题】在 pandas 数据框中使用多个行或列值进行计算

【英文标题】：using more than one row or column value in a pandas dataframe for a calculation

【发布时间】：2014-05-04 18:22:26

【问题描述】：

我对 excel 如此满意的原因之一是我可以轻松传递一系列值或数组，并在计算中使用其中一个或多个值。

例如说我有数组 [1, 2, 1, 5, 7, 10, 6, 20, 12, 7, 4]

我可能想计算：

连续向上或向下序列的数量，例如1-2将是1向上，因为2高于1。

在 5、7、10 的情况下，我想将这个向上序列计数为 2、（5 到 7）和（7 到 10）

我还想计算实际上对序列有贡献的范围或值，以及它们发生的位置，例如，即使 (6 到 10) 仅连续 1 次，它也很重要，因为事实上移动是 14 (20-6)。就序列发生的时间而言，我想记录数组索引位置，或者可以附加到另一列中的数字的日期。

使用 excel，我会将这个数组传递给一个函数，并说如果 Element(0) > element(1) 移动到元素 2 和 3 等等，然后当我记录该值下降到负方向我总结了这些值。

或者如果我是根据单元格来做的，我可以说如果（活动单元格值）为负，则使用 .offset 将两者相加。

但是我不确定如何使用 pandas 从行或列中获取两个或多个值，就像使用偏移量一样？！

非常感谢，乔希。

更新>>谢谢大家的更新，我会补充更多细节

基本上每个产品都有一组值，我有多个产品，产品在一个列中，与产品相关联的是多个数字，它们指的是价格。目前我的表格布局如下所示，但同一产品可能会出现在多行，因为它在不同的日期销售：

'

|product    | price |
| Product A |  1    |
| Product B |  2    |
| Product C |  1    |
| Product D |  5    |
| Product E |  7    |
| Product F |  10   |
| Product G |  6    |
| Product H |  20   |
| Product I |  12   |
| Product H |  7    |
| Product I |  4    | 

然后和第一点一样，我想计算从前一点开始的连续上下序列的数量。对于从 1 到 2 的前两个点将是 +1，如下所示：

|产品 |价格 | |产品A | 0 | |产品B | 1 | |产品C | -1 | |产品 D | 4 | |产品 E | 2 | |产品 F | 3 | |产品 G | -4 | |产品 H | 14 | |产品一 | -8 | |产品 H | -4 | |产品一 | -3 |

然后我想将这些移动按列排列，这样我就可以求和，并查看特定产品移动的次数。

_

|product    | price | down -3 |down -2 |down -1 |up/down 0 |up 1     | 
| Product A |  1    |    0    |   0    |   0    |    0     |   0     | 
| Product B |  2    |    0    |   0    |   0    |    0     |   1     | 
| Product C |  1    |    0    |   0    |   1    |    0     |   0     | 
| Product D |  5    |    0    |   0    |   0    |    0     |   0     | 
| Product E |  7    |    0    |   0    |   0    |    0     |   0     | 
| Product F |  10   |    0    |   0    |   0    |    0     |   0     | 
| Product G |  6    |    0    |   0    |   0    |    0     |   0     | 
| Product H |  20   |    0    |   0    |   0    |    0     |   0     | 
| Product I |  12   |    0    |   0    |   0    |    0     |   0     | 
| Product H |  7    |    0    |   0    |   0    |    0     |   0     | 
| Product I |  4    |    1    |   0    |   0    |    0     |   0     |

_

下一个问题（2）我想统计一排连续向上运动或向下运动的次数，并以与上述相同的格式呈现|连续1 |连续 2|在列等中。

问题 (3) 的下一个我想查看值的范围，以及连续向上运动字符串发生的日期。例如产品 C、D 和 E（假设产品 C、D 和 E 的价格日期分别为 2014-01-01、2014-01-02 和 2014-01-03。这些产品在行，值是 1、5、7。所以我想显示。

_

|products |dates                    | values  |
|C, D, E  | 2014-01-01 to 2014-01-03| 1, 5, 7 |

总结

我想看看一天到一天的产品价格变化（同一产品可以在不同的日子以不同的价格出售）。 然后我想查看一个产品移动 1 点的次数，与同一产品移动 20 点的次数相比。然后我可能会看到这样的模式：产品的价格不会经常变化，但当它发生变化时，它会大幅上涨。或者我可以通过对价格变化求和来看到，产品价格最常交替下降 3 点然后上升 3 点，因此它是周期性的。 最后，我想看看价格何时变动 3 个点（日期），以及变动发生时价格的值是多少（1、5、7）。

【参考方案1】：

在[1]中：s = pd.Series([1, 2, 1, 5, 7, 10, 6, 20, 12, 7, 4])

1：增加次数

In [3]: s.diff() > 0
Out[3]: 
0     False
1      True
2     False
3      True
4      True
5      True
6     False
7      True
8     False
9     False
10    False
dtype: bool

In [4]: (s.diff() > 0).sum()
Out[4]: 5

2：减少次数：

In [5]: (s.diff() < 0).sum()
Out[5]: 5

3a：变化的大小：

In [6]: s.diff()
Out[6]: 
0    NaN
1      1
2     -1
3      4
4      2
5      3
6     -4
7     14
8     -8
9     -5
10    -3
dtype: float64

3a：更改位置：

这应该已经由 DataFrame 或 Series 上的索引完成。

您应该发布您的示例系列的预期输出的具体示例。如果您想明智地执行这些行中的任何一项，您可能必须先转置 DataFrame。

【讨论】：

或者，要在一个步骤中明确计算增加和减少，(s.diff() > 0).value_counts()

嗯，看起来我有点误读了这个问题。我认为 OP 想要划分成各种大小的运行？其实现在我不确定。

令人困惑，是的。最后，我的解释和你一样。它取决于他要去哪里（“变化的位置”），这还不清楚。

伙计们，我只想能够传入一列值，并根据计算，然后添加这些值的子集。例如，如果一行中的三个值都高于前一个，而第四个较低，那么我想将前三个相加。那有意义吗。我想要优于 cell.offset 属性或数组元素提供的功能。我需要能够对数据框列中的多个值应用计算，而不是单个值。