在Python中按类型增加增长

Question

我有一个数据集df，我希望通过以下类型来计算增长增长：

location   size     type     date

ny         5        hello    10/01/2020
ny         7        ai       10/02/2020
ny         8        ai       10/03/2020
ny         6        hello    10/04/2020
ca         15       cool     10/05/2020
ca         10       name     10/06/2020
ca         5        name     10/07/2020
ca         16       cool     10/08/2020

期望输出

location  type    increase   percent_increase     start_date    end_date

ca        cool    1           6.67%               10/05/2020    10/08/2020
ca        name    -5         -50%                 10/6/2020     10/7/2020
ny        hello   1           20%                 10/01/2020    10/4/2020
ny        ai      1           14.28%              10/2/2020     10/3/2020

这就是我正在做的事情：

import pandas as pd
import numpy as np

df['date'] = pd.to_datetime(df['date'])                                                 


df1= df.groupby(pd.Grouper(key='Date', freq='7D')).sum()                                    

df.groupby("type")["location"].()

df1['percent_increase'] = df1['Value'].pct_change().mul(100)                                                           
df1['increase'] = df1['Value'].diff()  

我没有得到我想要的输出。任何帮助都是非常感谢的。

Answer 1

我想你要找的是：

df.groupby('type')['size'].agg(lambda x:(x.iloc[-1]/x.iloc[0]-1)*100)

当然，您可以将所需的其余列添加到此列中。

示例的输出：

ai       14.285714
cool      6.666667
hello    20.000000
name    -50.000000