使用熊猫计算最大/最小变化

Question

假设我有一个包含过去三年的职称和薪水的数据集，我想要计算第一年到最后一年平均工资的差额。

使用Pandas，我会怎么做呢？我已经成功地创建了一个df，其中包含了每年的平均薪资，但我想我想要做的是：“对于数据科学家，用2020年的平均工资减去2022年的平均工资”，然后遍历所有做同样事情的job_titles。

    work_year                   job_title  salary_in_usd
0        2020                AI Scientist   45896.000000
1        2020             BI Data Analyst   98000.000000
2        2020           Big Data Engineer   97690.333333
3        2020       Business Data Analyst  117500.000000
4        2020    Computer Vision Engineer   60000.000000
..        ...                         ...            ...
93       2022  Machine Learning Scientist  141766.666667
94       2022                NLP Engineer   37236.000000
95       2022      Principal Data Analyst   75000.000000
96       2022    Principal Data Scientist  162674.000000
97       2022          Research Scientist  105569.000000

Answer 1

创建一个函数，对每个组执行您想要的操作：

def first_to_last_year_diff(df):
    diff = (
        df[df.work_year == df.work_year.max()].salary_in_usd
        - df[df.work_year == df.work_year.max()].salary_in_usd
    )

    return diff

然后对职位进行分组，并应用您的功能：

df.groupby("job_title").apply(first_to_last_year_diff)