基于唯一ID和绘图的Pandas Dataframe中两列对角差

Question

我有这样的数据：

    videoId viewedMinutes   totalMinutes    user_drop   TotalUsers
    1017479     0                5             8         34
    1017479     1                5             3         34
    1017479     2                5             2         34
    1017479     4                5             3         34
    1017479     5                5             19        34
    1036704     0                16            1         14
    1036704     1                16            2         14
    1036704     2                16            2         14
    1036704     3                16            1         14
    1036704     5                16            1         14
    1036704     6                16            1         14
    1036704     8                16            2         14

因此，我想创建一个新的列active_users minute，如下所示：

    videoId viewedMinutes  totalMinutes   user_drop TotalUsers active_users
    1017479     0                5             8         34       34 (1st is fixed)
    1017479     1                5             3         34       26(34(active_users)-8(user_drop))
    1017479     2                5             2         34       23(26-3)
    1017479     4                5             3         34       21(23-2)
    1017479     5                5             18        34       18(21-3)
    1036704     0                16            1         14       14
    1036704     1                16            2         14       12
    1036704     2                16            2         14       10
    1036704     3                16            1         14       9
    1036704     5                16            1         14       8
    1036704     6                16            1         14       7
    1036704     8                16            6         14       6

因此，它与对角相减一样，但第一和最后的值将保持不变。另外，我希望这个算法能为每个唯一的videoId运行，而不是在我的数据文件中运行。

现在使用for循环，我想为每一个唯一的videoId绘制一个散点图，在X轴上有分钟，没有。Y轴中的活动用户。该图形将如下所示：retention.jpg

Answer 1

使用带有自定义函数的groupby和cumsum和shift -对于第一行创建的NaN值，参数fill_value=0的sub函数忽略该值。

s = df.groupby('videoId')['user_drop'].apply(lambda x: x.cumsum().shift())
df['active'] = df['TotalUsers'].sub(s, fill_value=0).astype(int)
print (df)
    videoId  viewedMinutes  totalMinutes  user_drop  TotalUsers  active
0   1017479              0             5          8          34      34
1   1017479              1             5          3          34      26
2   1017479              2             5          2          34      23
3   1017479              4             5          3          34      21
4   1017479              5             5         19          34      18
5   1036704              0            16          1          14      14
6   1036704              1            16          2          14      13
7   1036704              2            16          2          14      11
8   1036704              3            16          1          14       9
9   1036704              5            16          1          14       8
10  1036704              6            16          1          14       7
11  1036704              8            16          2          14       6

编辑：

散点图使用：

for i, df in df.groupby('videoId'):
    ax = df.plot.scatter(x='viewedMinutes', y='active')
    ax.set_title(i, fontsize=20)