Groupby 对象的百分比变化(按组)
Posted
技术标签:
【中文标题】Groupby 对象的百分比变化(按组)【英文标题】:Percent Change In Groupby Object by Group 【发布时间】:2019-05-15 23:36:04 【问题描述】:我需要一些关于 pandas groupby 的帮助。有没有办法对 pandas groupby 中的每个组运行 lambda(或等效项)?请参见下面的示例。我想在此 groupby 右侧的列中添加与上一年相比的百分比变化。我尝试了几种方法,但它们似乎都忽略了从新的“项目”组重新开始。
import pandas as pd
x = pd.Series(['Oranges', 'Apples', 'Other Fruits', 'Oranges', 'Apples', 'Other Fruits', 'Oranges', 'Apples', 'Other Fruits'])
y = pd.Series([2016, 2016, 2016, 2017, 2017, 2017, 2018, 2018, 2018])
z = pd.Series([12, 15, 9, 14, 15, 50, 32, 15, 12])
df = pd.DataFrame('Item': x, 'Year':y, 'Values':z)
df=df.sort_values('Values', ascending=False)
df.groupby(['Item', 'Year']).sum()
#How do I get Percent % Values for each group as a new column right of 'Values'
我期待以下内容:
【问题讨论】:
【参考方案1】:您正在寻找GroupBy
+ apply
和pct_change
:
# Sort DataFrame before grouping.
df = df.sort_values(['Item', 'Year']).reset_index(drop=True)
# Group on keys and call `pct_change` inside `apply`.
df['Change'] = df.groupby('Item', sort=False)['Values'].apply(
lambda x: x.pct_change()).to_numpy()
df
Item Year Values Change
0 Apples 2016 15 NaN
1 Apples 2017 15 0.000000
2 Apples 2018 15 0.000000
3 Oranges 2016 12 NaN
4 Oranges 2017 14 0.166667
5 Oranges 2018 32 1.285714
6 Other Fruits 2016 9 NaN
7 Other Fruits 2017 50 4.555556
8 Other Fruits 2018 12 -0.760000
【讨论】:
感谢您的快速回复。我想我会将新系列连接到df?我想知道我是否可以在第一个 groupby 的 aggfunc 中执行此操作。 @TylerRussell 结果可以用df['Change'] = df.sort_values('Year').groupby('Item')['Values'].pct_change()
赋值回来,如注释掉的代码所示。
此方法的结果未排列。如果我在新列中运行 df.sort_values('Item') 或 df.sort_values(['Item', 'Year']) ,Apples 第 2 年的百分比变化是 -.7000,应该是 0 .
@TylerRussell 我认为问题在于 GroupBy 正在对数据进行排序。现在呢?
我在某处发现了这个 hack 来处理负值。理想情况下,pct_change 实现应该在计算时考虑 abs(val)。 df.groupby(['Item], sort=False)['Values'].pct_change()*np.sign(df['Values'].shift(periods=1))以上是关于Groupby 对象的百分比变化(按组)的主要内容,如果未能解决你的问题,请参考以下文章