查找 Pandas 中按值关联的行之间的差异

Question

我需要一些帮助来弄清楚如何在同一数据框中将一列的值添加到其他列。例如，我有 df 随机生成的数据：df = pd.DataFrame({'user_id': [123, 123, 246, 246, 135, 135],                   'period': [1, 2, 1, 2, 1, 2],                   'value1': [0, 5, 3, 1, 6, 3],                   'value2': [5, 5, 2, 5, 4, 7],                   'value3': [10, 15, 35, 25, 60, 50]})   | user_id |period| value1 | value2 | value3 |   |---------|------|--------|--------|--------|0  |  123    |   1  |   0    |   5    |   10   |1  |  123    |   2  |   5    |   5    |   15   |2  |  246    |   1  |   3    |   2    |   35   |3  |  246    |   2  |   1    |   5    |   25   |4  |  135    |   1  |   6    |   4    |   60   |5  |  135    |   2  |   3    |   7    |   50   |所以在上面的 df 中，我将从“value3”列中获取值，并将其添加到“value1”和“value2”中的值，同时保留其他列。df2   | user_id |period| value1 | value2 | value3 |   |---------|------|--------|--------|--------|0  |  123    |   1  |   10   |   15   |   10   |1  |  123    |   2  |   20   |   20   |   15   |2  |  246    |   1  |   38   |   37   |   35   |3  |  246    |   2  |   26   |   30   |   25   |4  |  135    |   1  |   66   |   64   |   60   |5  |  135    |   2  |   53   |   57   |   50   |我尝试对实际添加进行硬编码，但遇到了错误代码。我知道我可能遗漏了一些简单的东西。有什么建议吗？

Answer 1

指定axis=0何时将 Series 添加到 DataFrame。

cols = ['value1', 'value2']

df[cols] = df[cols].add(df['value3'], axis=0)

   user_id  period  value1  value2  value3

0      123       1      10      15      10

1      123       2      20      20      15

2      246       1      38      37      35

3      246       2      26      30      25

4      135       1      66      64      60

5      135       2      53      57      50

Answer 2

我们可以做numpy传播

df.update(df[['value1','value2']]+df.value3.values[:,None])

df

   user_id  period  value1  value2  value3

0      123       1      10      15      10

1      123       2      20      20      15

2      246       1      38      37      35

3      246       2      26      30      25

4      135       1      66      64      60

5      135       2      53      57      50