查找数据帧中相同名称的增长

Question

我有一个数据集：

Year Name Value
1    A    10
2    B    20
3    A    25
3    B    10

我希望能够找到这些年来每个名字是如何变化的。理想情况下，结果应该如下所示

Name Growth/Year
A    (25-10)/(3-1)
B    (10-20)/(3-2)

我可以首先构建一个唯一名称列表，然后遍历数据集以查找值更改。但是有没有一种简单的方法呢？

Answer 1

尝试使用pandas groupby

df = pd.DataFrame({'year':[1,2,3,3], 'name':['A','B','A','B'], 'value':[10,20,25,10]})

df.groupby('name').apply(lambda x: (x['value'].iloc[1]-x['value'].iloc[0])/(x['year'].iloc[1]-x['year'].iloc[0]))

>>>

name
A     7.5
B    -10.0
dtype: float64

或者，为了获得更大的灵活性，您可以定义一个聚合函数：

def value_change(x):
    
    yr1 = min(x['year'])
    yr2 = max(x['year'])
    
    # Get values corresponding to min and max years in case
    # min and max year rows aren't contiguous
    value1 = x[x['year']==yr1]['value'].iloc[0]
    value2 = x[x['year']==yr2]['value'].iloc[0]
    
    return (value2-value1)/(yr2-yr1)

df.groupby('name').apply(value_change)

Answer 2

因此，首先您需要与每个名称的第一年和最后一年相对应的行：

df = pd.DataFrame([[1,"A", 10], [2, "B", 20], [3, "A", 25], [3, "B", 10]], columns=["Year", "Name", "Value"])
first_year = df.groupby("Name").Year.idxmin().sort_index()
last_year = df.groupby("Name").Year.idxmax().sort_index()

我添加了sort_index只是为了确保订单排好了队，但测试一下可能是一个好主意，以确保没有任何错误。下面是我测试它的方法：

assert (first_year.index == last_year.index).all()

接下来，您可以使用以下内容来提取所需的值并计算更改：

change_value = (df.loc[last_year.values, "Value"].values - df.loc[first_year.values, "Value"].values)
change_time = (df.loc[last_year.values, "Year"].values - df.loc[first_year.values, "Year"].values)
change_over_time = change_value / change_time

然后，如果您愿意，您可以将其转换为pandas框架：

pd.Series(change_over_time, index=first_year.index)

在groupby中可能有一种更整洁的方式来完成这一切，但我认为这种方式更容易理解。