使用 Pandas 计算增量列

Question

我有一个如下所示的数据框： Name Variable FieldA   2.3 412A   2.9 861A   3.5 1703B   3.5 1731A   4.0 2609B   4.0 2539A   4.6 2821B   4.6 2779A   5.2 3048B   5.2 2979A   5.8 3368B   5.8 3216如您所见，“变量”列有重复的值。我想计算 A 和 B 之间每个变量的增量 (%)。然后我想生成的数据帧是：    Name  Variable  Field   Ref field (A)   Delta (A - B)    A   2.3 412     412     0.0%    A   2.9 861     861     0.0%    A   3.5 1703    1703    0.0%    B   3.5 1731    1703    -1.6%    A   4.0 2609    2609    0.0%    B   4.0 2539    2609    2.8%    A   4.6 2821    2821    0.0%    B   4.6 2779    2821    1.5%    A   5.2 3048    3048    0.0%    B   5.2 2979    3048    2.3%    A   5.8 3368    3368    0.0%    B   5.8 3216    3368    4.7%我已经用熊猫尝试了一些东西，比如：df["Ref field (A)"] = df.apply(lambda row:df[(df["Variable"] == row["Variable"]) & (df["Name"] == "A")]["Field"][0],axis=1)但这不起作用...：    File "pandas/_libs/index.pyx", line 106, in pandas._libs.index.IndexEngine.get_value    File "pandas/_libs/index.pyx", line 114, in pandas._libs.index.IndexEngine.get_value    File "pandas/_libs/index.pyx", line 162, in pandas._libs.index.IndexEngine.get_loc    File "pandas/_libs/hashtable_class_helper.pxi", line 958, in pandas._libs.hashtable.Int64HashTable.get_item    File "pandas/_libs/hashtable_class_helper.pxi", line 964, in pandas._libs.hashtable.Int64HashTable.get_item    KeyError: (0, u'occurred at index 0')   有什么简单可行的想法吗？谢谢

Answer 1

每组只有一个'A'值'Variable'，创建一个Series并映射这些值以获取引用。

s = df[df.Name.eq('A')].set_index('Variable').Field

df['RefA'] = df.Variable.map(s)

df['Delta'] = (df.RefA - df.Field)/df.Field*100

输出：（在唯一的B组和C组的末尾添加一行）

   Name  Variable  Field    RefA     Delta

0     A       2.3    412   412.0  0.000000

1     A       2.9    861   861.0  0.000000

2     A       3.5   1703  1703.0  0.000000

3     B       3.5   1731  1703.0 -1.617562

4     C       3.5   1761  1703.0 -3.293583

5     A       4.0   2609  2609.0  0.000000

6     B       4.0   2539  2609.0  2.756991

7     A       4.6   2821  2821.0  0.000000

8     B       4.6   2779  2821.0  1.511335

9     A       5.2   3048  3048.0  0.000000

10    B       5.2   2979  3048.0  2.316213

11    A       5.8   3368  3368.0  0.000000

12    B       5.8   3216  3368.0  4.726368

13    B       6.5   1231     NaN       NaN