Groupby 对象的百分比变化（按组）

Posted 2023-03-11

【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：

【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))