按值分组并获取最大日期和最小日期的值

Question

我有一个熊猫DataFramedf看起来像这样：

item year value
A    2010  20
A    2011  25
A    2012  32
B    2016  20
B    2019  40
B    2018  50

我的目标是能够为每个项目计算每个日期之间的价值差异。例如，我想找到A项： 12（32-20，因为最大年份是2012年，最小年份是2010年）和B项：20 (40 - 20，因为最大年份是2019年，最小年份是2016年）。

我使用以下代码获取每个项目的年最大值和年最小值：

df.groupby("item").agg({'year':[np.min, np.max]})

然后，我找到每个项目的年份最小值和年份最大值。然而，我坚持做我想要的。

Answer 1

在agg中使用loc访问器来计算价值差异，并且，您还可以在项目中包含第一年和最后一年，以清楚地指示范围。

df.sort_values(by=['item','year']).groupby('item').agg( year=('year', lambda x: str(x.iloc[0]) +'-'+str(x.iloc[-1])),value=('value', lambda x: x.iloc[-1]-x.iloc[0]))



      year    value
item                  
A     2010-2012     12
B     2016-2019     20

Answer 2

使用：

def fun(x):
    return x[x.index.max()] - x[x.index.min()]


res = df.set_index("year").groupby("item").agg(fun)
print(res)

输出

      value
item       
A        12
B        20

Answer 3

尝试按<代码>年份<代码>对值进行排序，然后您可以按<代码>分组<代码>并为<代码>最小值选择<代码>第一个<代码>为<代码>最大值选择<代码>最后一个<代码>：

g = df.sort_values('year').groupby('item')
out = g['value'].last() - g['value'].first()

输出：

item
A    12
B    20
Name: value, dtype: int64