我有一个 Panda 的数据框，如下所示：我想获得 2007 年 PIB 低于 2002 年的国家，但我无法仅使用 Pandas 内置方法而不使用 python 迭代或类似的东西来编写代码来做到这一点。我得到的最多的是以下几行：df[df[df.year == 2007].PIB < df[df.year == 2002].PIB].country但我收到以下错误：ValueError: Can only compare identically-labeled Series objects到目前为止，我只使用 Pandas 来过滤不同列中的数据，但我不知道如何比较同一列中的数据，在本例中是年份。
4 回答
隔江千里
TA贡献1906条经验 获得超10个赞
我的策略是使用数据透视表。假设没有两行具有相同的（“国家/地区”，“年份”）对。在此假设下，aggfunc=np.sum代表唯一的单一PIB值。
table = pd.pivot_table(df, values='PIB', index=['country'], columns=['year'], aggfunc=np.sum)[[2002,2007]] list(table[table[2002] > table[2007]].index)
数据透视表看起来像这样：
白猪掌柜的
TA贡献1893条经验 获得超10个赞
我建议Series按country列创建索引，但必须在具有相同索引值的系列中2007和2002比较系列中使用相同数量的国家：
df = pd.DataFrame({'country': ['Afganistan', 'Zimbabwe', 'Afganistan', 'Zimbabwe'],
'PIB': [200, 200, 100, 300],
'year': [2002, 2002, 2007, 2007]})
print (df)
country PIB year
0 Afganistan 200 2002
1 Zimbabwe 200 2002
2 Afganistan 100 2007
3 Zimbabwe 300 2007
df = df.set_index('country')
print (df)
PIB year
country
Afganistan 200 2002
Zimbabwe 200 2002
Afganistan 100 2007
Zimbabwe 300 2007
df1 = df.pivot('country','year','PIB')
print (df1)
year 2002 2007
country
Afganistan 200 100
Zimbabwe 200 300
countries = df1.index[df1[2007] < df1[2002]]
print (countries)
Index(['Afganistan'], dtype='object', name='country')
s1 = df.loc[df.year == 2007, 'PIB']
s2 = df.loc[df.year == 2002, 'PIB']
print (s1)
country
Afganistan 100
Zimbabwe 300
Name: PIB, dtype: int64
print (s2)
country
Afganistan 200
Zimbabwe 200
Name: PIB, dtype: int64
countries = s1.index[s1 < s2]
print (countries)
Index(['Afganistan'], dtype='object', name='country')
另一个想法是首先按年份进行旋转DataFrame.pivot，然后按年份选择列并与中的索引进行比较boolean indexing：
df1 = df.pivot('country','year','PIB')
print (df1)
year 2002 2007
country
Afganistan 200 100
Zimbabwe 200 300
countries = df1.index[df1[2007] < df1[2002]]
print (countries)
Index(['Afganistan'], dtype='object', name='country')
尚方宝剑之说
TA贡献1788条经验 获得超4个赞
这是我的数据框：
df = pd.DataFrame([
{"country": "a", "PIB": 2, "year": 2002},
{"country": "b", "PIB": 2, "year": 2002},
{"country": "a", "PIB": 1, "year": 2007},
{"country": "b", "PIB": 3, "year": 2007},
])
如果我过滤 2002 年和 2007 年这两年，我得到了。
df_2002 = df[df["year"] == 2007]
out :
country PIB year
0 a 2 2002
1 b 2 2002
df_2007 = df[df["year"] == 2007]
out :
country PIB year
2 a 1 2007
3 b 3 2007
您想要比较每个国家/地区 PIB 的演变。
Pandas 不知道这一点，它尝试比较值，但这里基于相同的索引。Witch不是你想要的，也是不可能的，因为索引不一样。
所以你只需要使用set_index()
df.set_index("country", inplace=True)
df_2002 = df[df["year"] == 2007]
out :
PIB year
country
a 1 2007
b 3 2007
df_2007 = df[df["year"] == 2007]
out :
PIB year
country
a 2 2002
b 2 2002
现在你可以进行比较
df_2002.PIB > df_2007.PIB
out:
country
a True
b False
Name: PIB, dtype: bool
# to get the list of countries
(df_2002.PIB > df_2007.PIB)[res == True].index.values.tolist()
out :
['a']
繁华开满天机
TA贡献1816条经验 获得超4个赞
试试这个（考虑到您只需要这些国家/地区的列表）：
[i for i in df.country if df[(df.country==i) & (df.year==2007)].PIB.iloc[0] < df[(df.country==i) & (df.year==2002)].PIB.iloc[0]]
添加回答
举报
0/150
提交
取消