大熊貓：GROUPBY功能內的一些標準巴黎

Question

Buddys選擇行：我有這樣一個數據幀：

df = pd.DataFrame({'code':'A','A','A','A','A','A','B','B','B', 'B','B','B'), 'Times': (1,2,3,4,5,6,1,2,3,4,5,6),'Figure':(2.3,4.1,5.2,7.0,1.8,9.0,4.2,7.9,4.6,1.4,9.7,1.2)}) 

所以這樣的結構：

>>> df 
    Figure Times code 
0  2.3  1 A 
1  4.1  2 A 
2  5.2  3 A 
3  7.0  4 A 
4  1.8  5 A 
5  9.0  6 A 
6  4.2  1 B 
7  7.9  2 B 
8  4.6  3 B 
9  1.4  4 B 
10  9.7  5 B 
11  1.2  6 B 

現在我想每個代碼中組（'A'，'B'），只有當[[4,1]，[6,1]，[3,2]]中的Times對成對時才計算圖的差異。因此，所需的新數據幀將是這樣的：

>>> newdf 
    code diffFigure diffTimes 
0 A   4.7  4-1 
1 A   6.7  3-2 
2 A   1.1  6-1 
3 B  -3.3  4-1 
4 B  -2.8  3-2 
5 B  -3.0  6-1 

當然，我想用GROUPBY功能和應用功能：

def f(x): 
    myList = [[4,1],[6,1],[3,2]] 
    for i in x.itertuples(): 
     for j in x.itertuples(): 
      if (i.Times, j.Times) in myList: 
       print (i.code + ": " + str(i.Times) + "-" + str(j.Times) + "=" + str(i.Figure - j.Figure)) 
newdf = df.groupby('code').apply(f) 

，但我不能獲得所需的數據幀。這裏有兩個問題：首先，任何可能的方式都不使用itertuples來枚舉所有行？其次在函數f中，如何設計返回格式以獲得所需的數據幀？

非常感謝

Answer 1

兩個可能的解決方案：

要麼利用.unstack()：

df = pd.DataFrame({'code':('A','A','A','A','A','A','B','B','B', 'B','B','B'), 'Times': (1,2,3,4,5,6,1,2,3,4,5,6),'Figure':(2.3,4.1,5.2,7.0,1.8,9.0,4.2,7.9,4.6,1.4,9.7,1.2)}) 
df = df.set_index(["code","Times"]).unstack() 

和手工拼接的差異在for循環中，即：

myList = [[4,1],[6,1],[3,2]] 
pd.concat(((df[('Figure',d1)] - df[('Figure',d0)]).to_frame('diffFigure').assign(diffTimes="{}-{}".format(d1,d0)) for (d1,d0) in myList)) 

或者列出所有可能的組合在每個代碼：

df0 = df.merge(df, on = 'code') 

然後取對其是myList通過轉動myList成數據幀，做一個內的所述子集連接操作：

df0 = df0.merge(pd.DataFrame(myList, columns = ['Times_x','Times_y'])) 
df0['diffFigure'] = df0.Figure_x - df0.Figure_y 
df0['diffTimes'] = df0.Times_x.astype(str) + '-' + df0.Times_y.astype(str) 

df0[['code','diffFigure','diffTimes']]