在条件下计算列中值的差值

Question

我有一个DF，列有“区域”、“国家”、“年份”、“年度等级”。

我需要按地区和国家分组，并为每个国家计算2016-2019年“Yearly_rank”的变化。

df = pd.DataFrame([{'Region': 'west europe', 'Country': 'Finland', 'Year': 2019, 'Yearly_rank': 1}, {'Region': 'west europe', 'Country': 'Denmark', 'Year': 2019, 'Yearly_rank': 2}, {'Region': 'west europe', 'Country': 'Norway', 'Year': 2019, 'Yearly_rank': 3}, {'Region': 'west europe', 'Country': 'Iceland', 'Year': 2019, 'Yearly_rank': 4}, {'Region': 'west europe',

“国家”：“荷兰”、“年度”：2019年、“年度排名”：5}、{“区域”：“西欧”、“国家”：“瑞士”、“年”：2019年、“年度级别”：6}、{“区域”：“西欧”、“国家”、“瑞典”、“年份”：2019、“年度等级”：7}、{“区域”：“澳大利亚和新西兰”、“国家”：“新西兰”，“年份”：2019年，“年度等级”：8}，{“区域”：“北美”，“国家”：“加拿大”，“年份”：2019年，“年度等级”：9}，{“区域”：“西欧”，“国家”：“奥地利”，“年份”：2019年，“年度排名”：10}]

Answer 1

试试这个：

cond = df["Year"].isin([2016, 2019])
change = df[cond].sort_values("Year").groupby(["Region", "Country"])["Yearly_rank"].diff()
df.assign(change=change).sort_values("change").groupby("Region").head(1)