时间戳

首页 > 解决方案 > 如何根据id的groupby从先前的测量中创建一个标记（1 - 体重减轻；0 - 相同体重a）体重减轻（8％或更多）的列？

python - 如何根据id的groupby从先前的测量中创建一个标记（1 - 体重减轻；0 - 相同体重a）体重减轻（8％或更多）的列？

问题描述

我有一个数据框df：

import pandas as pd
df = pd.DataFrame({"CLIENT_ID": [8222, 8222, 8222, 8222, 8300, 8300, 8300, 8300, 8300],
                   "ENCOUNTER_DATE": ['2020-01-01', '2020-03-02', '2020-04-18', '2020-07-31', '2017-06-10', '2017-09-11', '2018-02-01', '2018-04-01', '2018-05-31'],
                   "WEIGHT_KG": [56, 58, 50, 54, 71, 72, 74, 75, 65]})

由CLIENT_ID和排序ENCOUNTER_DATE

CLIENT_ID ENCOUNTER_DATE 重量_KG
8222 2020-01-01 56
8222 2020-03-02 58
8222 2020-04-18 50
8222 2020-07-31 54
8300 2017-06-10 71
8300 2017-09-11 72
8300 2018-02-01 74
8300 2018-04-01 75
8300 2018-05-31 65

我想创建一个WEIGHT_LOSS标志列，如果电流WEIGHT_KG至少比前一个测量值低 10%，则为 1，如果不是，则为 0，每个CLIENT_ID结果如下表：

CLIENT_ID ENCOUNTER_DATE 重量_KG 重量损失
8222 2020-01-01 56 0
8222 2020-03-02 58 0
8222 2020-04-18 50 1
8222 2020-07-31 54 0
8300 2017-06-10 71 0
8300 2017-09-11 72 0
8300 2018-02-01 74 0
8300 2018-04-01 75 0
8300 2018-05-31 65 1

使用df.assign,np.where或列表理解可能很容易回答。

标签： pythonpandasdataframeapplywhere-clause

解决方案

您可以groupby客户端并pct_change在“WEIGHT_KG”列上使用：

df['WEIGHT_LOSS'] = (df.groupby('CLIENT_ID')
                       ['WEIGHT_KG']
                       .pct_change() # calculate percent change
                       .lt(-0.1)     # loss if lower than -0.1 (-10%)
                       .astype(int)  # convert True/False to 1/0
                     )

输出：

   CLIENT_ID ENCOUNTER_DATE  WEIGHT_KG  WEIGHT_LOSS
0       8222     2020-01-01         56            0
1       8222     2020-03-02         58            0
2       8222     2020-04-18         50            1
3       8222     2020-07-31         54            0
4       8300     2017-06-10         71            0
5       8300     2017-09-11         72            0
6       8300     2018-02-01         74            0
7       8300     2018-04-01         75            0
8       8300     2018-05-31         65            1

推荐阅读