Pandas groupby 组间操作

Question

我有一个包含 4 个字段的 DataFrame：地点、年份、周和销售额。我想知道保留数据集粒度的两年之间的销售额差异。我的意思是，我想知道每个地点、年份和周与另一年的同一周有什么区别。下面将生成一个具有类似结构的 Dataframe：raw_data = {'Location': ['A']*30 + ['B']*30 + ['C']*30,            'Year': 3*([2018]*10+[2019]*10+[2020]*10),            'Week': 3*(3*list(range(1,11))),            'Sales': random.randint(100, size=(90))}df = pd.DataFrame(raw_data)Location    Year    Week    SalesA   2018    1   67A   2018    2   93A   2018    …   67A   2019    1   49A   2019    2   38A   2019    …   40B   2018    1   18…   …   …   …您能告诉我什么是最好的方法吗？非常感谢

Answer 1

您可以使用groupby和 来做到这一点shift：

df["Next_Years_Sales"] = df.groupby(["Location", "Week"])["Sales"].shift(-1)

df["YoY_Sales_Difference"] = df["Next_Years_Sales"] - df["Sales"]

抽查一下：

df[(df["Location"] == "A") & (df["Week"] == 1)]

Out[37]: 

   Location  Year  Week  Sales  Next_Years_Sales  YoY_Sales_Difference

0         A  2018     1     99              10.0                 -89.0

10        A  2019     1     10               3.0                  -7.0

20        A  2020     1      3               NaN                   NaN