从dataframe的列中减去一列

Question

我有如下数据：

    name   tag      price
0   x1     tweak1   1.1 
1   x1     tweak2   1.2
2   x1     base     1.0
3   x2     tweak1   2.1
4   x2     tweak2   2.2
5   x2     base     2.0

我想从价格栏中减去基本价格，并创建一个新的列如下：

    name   tag      price  sensitivity
0   x1     tweak1   1.1    0.1
1   x1     tweak2   1.2    0.2
2   x1     base     1.0    0.0
3   x2     tweak1   1.3    -0.7
4   x2     tweak2   2.4    0.4
5   x2     base     2.0    0.0

并最终删除带有标记基的行以获得

    name   tag      price  sensitivity
0   x1     tweak1   1.1    0.1
1   x1     tweak2   1.2    0.2
3   x2     tweak1   1.3    -0.7
4   x2     tweak2   2.4    0.4

在熊猫身上做这个手术最好的方法是什么？

Answer 1

你可以试试这个：

(df.groupby('name', group_keys=False)
 .apply(lambda g: g.assign(sensitivity = g.price - g.price[g.tag == "base"].values))
 [lambda x: x.tag != "base"])

​

​

或者另一种选择，即将表转换为宽格式，执行减法，然后将其转换回长格式：

wide_df = df.pivot_table(['price'], 'name', 'tag')   
(wide_df.sub(wide_df[('price', 'base')], axis=0)
 .drop(('price', 'base'), 1).stack(level=1)
 .reset_index())

​

​

Answer 2

首先，我将从'name'和'tag'列中创建索引。

然后我会减去'base'横截面。熊猫会为我们排好队的。

最后，使用assign + drop + reset_index进行簿记和格式化。

p = df.set_index(['name', 'tag'])[['price']]

p.assign(sensitivity=p - p.xs('base', level=1)).drop('base', level=1).reset_index()

  name     tag  price  sensitivity
0   x1  tweak1    1.1          0.1
1   x1  tweak2    1.2          0.2
2   x2  tweak1    1.3         -0.7
3   x2  tweak2    2.4          0.4

Answer 3

以下是我要处理的问题：

1)创建基列

2)减去这些栏

3)放下底座(没有双关语)

import pandas as pd
import numpy as np
# Creates a column 'Base' If 'Tag' is base and use the value from price
# if 'Tag' is not base, use 0
df['Base'] = np.where(df.tag.isin(['base']), df['Price'] ,0)
# takes the difference of the two columns
df['difference'] = df['Price'] - df['Base']
# Creates a new DF that uses all values except when 'Tag' is base
df3 = df[df['Tag'] !='Base'] 
print(df3)

下面是我以前提出的代码示例。如果你愿意的话，可以随心所欲：

import re
import pandas as pd
import numpy as np
df = pd.DataFrame({'A' : [1,1,3,4,5,5,3,1,5,np.NaN], 
                    'B' : [1,np.NaN,3,5,0,0,np.NaN,9,0,0], 
                    'C' : ['AA1233445','AA1233445', 'rmacy','Idaho Rx','Ab123455','TV192837','RX','Ohio Drugs','RX12345','USA Pharma'], 
                    'D' : [123456,123456,1234567,12345678,12345,12345,12345678,123456789,1234567,np.NaN],
                    'E' : ['Assign','Unassign','Assign','Ugly','Appreciate','Undo','Assign','Unicycle','Assign','Unicorn',]})
print(df)

df['Base'] = np.where(df.E.isin(['Assign']), df['A'] ,0)
df['difference'] = df['B'] - df['Base']
df3 = df[df['E'] !='Assign']

产出：

   A    B           C            D           E  Base  difference
1  1.0  NaN   AA1233445     123456.0    Unassign   0.0         NaN
3  4.0  5.0    Idaho Rx   12345678.0        Ugly   0.0         5.0
4  5.0  0.0    Ab123455      12345.0  Appreciate   0.0         0.0
5  5.0  0.0    TV192837      12345.0        Undo   0.0         0.0
7  1.0  9.0  Ohio Drugs  123456789.0    Unicycle   0.0         9.0
9  NaN  0.0  USA Pharma          NaN     Unicorn   0.0         0.0