python - Pandas groupby 值并获取最大日期和最小日期的值
问题描述
df
我有一个看起来像这样的熊猫数据框:
item year value
A 2010 20
A 2011 25
A 2012 32
B 2016 20
B 2019 40
B 2018 50
我的目标是能够为每个项目计算每个日期之间的价值差异。然后例如,我想为项目 A 找到:12(32 -20,因为最大年份是 2012,最小年份是 2010)和项目 B:20(40 - 20,因为最大年份是 2019,最小年份是 2016) .
我使用以下代码为每个项目获取最大年份和最小年份:
df.groupby("item").agg({'year':[np.min, np.max]})
然后,我找到每个项目的最小年份和最大年份。然而,我坚持做我想要的。
解决方案
尝试sort_values
by year
,然后您可以groupby
选择first
formin
和last
for max
:
g = df.sort_values('year').groupby('item')
out = g['value'].last() - g['value'].first()
输出:
item
A 12
B 20
Name: value, dtype: int64