在 R 中，如果我有数据框:
a <- c(1,1,2,2,3,3,4,4);b <- c(1,0,1,0,1,0,1,0); c <- c(1.5,2.5,30,20,100,150,0.7,0.3)
df <- data.frame(a,b,c)
> df
a b c
1 1 1 1.5
2 1 0 2.5
3 2 1 30.0
4 2 0 20.0
5 3 1 100.0
6 3 0 150.0
7 4 1 0.7
8 4 0 0.3
我可以用向量化的方式拆分组内的差异:
df$d <- ifelse(df$b == 1, (df$c - c(df$c[-1], NA)) / 2, (df$c - c(NA, df$c[-nrow(df)])) / 2)
> df
a b c d
1 1 1 1.5 -0.5
2 1 0 2.5 0.5
3 2 1 30.0 5.0
4 2 0 20.0 -5.0
5 3 1 100.0 -25.0
6 3 0 150.0 25.0
7 4 1 0.7 0.2
8 4 0 0.3 -0.2
是否有类似的方法可以在 pandas 中使用相同的数据框实现这些结果？
df = pd.DataFrame({'a': [1,1,2,2,3,3,4,4], 'b': [1,0,1,0,1,0,1,0], 'c': [1.5,2.5,30,20,100,150,0.7,0.3]})
请您参考如下方法:
假设每组只有 2 行，那么这只是与平均值的差值。我使用 assign 创建数据框的副本并将新列分配给副本。
df.assign(d=df.groupby('a').c.transform('mean').rsub(df.c))
a b c d
0 1 1 1.5 -0.5
1 1 0 2.5 0.5
2 2 1 30.0 5.0
3 2 0 20.0 -5.0
4 3 1 100.0 -25.0
5 3 0 150.0 25.0
6 4 1 0.7 0.2
7 4 0 0.3 -0.2
你可以在原地完成同样的事情
df['d'] = df.groupby('a').c.transform('mean').rsub(df.c)
