如何比較由另一列分組的兩個連續行？

使用 pandas，我創建了一個資料框，其中包含按欄位劃分的雜草嚴重程度資訊。每個領域都可以包含各種型別的雜草。記錄按[田地、雜草、日期]排序，以觀察雜草的演變。理想情況下，隨著時間的推移，每一種雜草的嚴重程度都應該得到抑制。為了檢測關鍵專案，我想比較兩個連續的雜草嚴重性，按田地和雜草型別分組，并將抑制狀態注釋為兩個觀察到的嚴重性之間的差異。

下面是示例資料

Field   Date    Weed    Severity
1   2021-06-08  Cirsium arvense 3
1   2021-07-06  Cirsium arvense 3
1   2021-07-27  Cirsium arvense 2
1   2021-08-19  Cirsium arvense 1
1   2021-07-26  Lactuca Serriola    3
1   2021-06-08  Myagrum perfoliatum 2
1   2021-07-06  Sonchus oleraceus   3
1   2021-08-19  Sorghum halepense   2
1   2021-07-26  Xanthium strumarium 2
1   2021-07-27  Xanthium strumarium 2
1   2021-08-19  Xanthium strumarium 1
1   2020-07-08  Euphorbia cyparissias   1
1   2020-07-08  Matricaria chamomilla   1
1   2020-07-08  Polygonum Lapathifolium 1
1   2020-07-08  Sorghum halepense   5
1   2020-07-08  Xanthium strumarium 1
2   2021-09-14  Ambrosia artemisifolia  2
2   2021-05-29  Chenopodium album   1
2   2021-05-29  Cirsium arvense 1
2   2021-09-14  Echinochola crus gali   4
2   2021-05-29  Phragmites Australis    1
2   2021-05-29  Polygonum spp   1
2   2021-05-29  Setaria viridis 2
2   2021-05-29  Sinapis arvensis    1
2   2021-07-06  Sorghum halepense   4
2   2021-09-14  Sorghum halepense   3
2   2021-05-29  Xanthium strumarium 1
2   2021-09-14  Xanthium strumarium 3

在欄位 1 上，隨著嚴重程度的降低，Cirsium arvense 被成功抑制，因此成功率應該是（對于第 1 -4 行）[0, 0, 1, 1]。

另一方面，例如，欄位 2（最后兩行）上的 Xanthium strumarium 未成功抑制，因此值應為 [0, -2]。

在無條件比較連續行的情況下，我通常會移動列值并從原始列中減去移動后的列。在觀察列的情況下，根據其他值，我想知道，觀察差異的好方法是什么。說第 4 行和第 5 行不能簡單地比較，因為不應該比較不同雜草的嚴重性值。

uj5u.com熱心網友回復：

用Series.rsubwith從右邊減去移位值DataFrameGroupBy.shift：

df['rate'] = (df['Severity'].rsub(df.groupby(['Field','Weed'])['Severity'].shift())
                            .fillna(0, downcast='infer'))

print (df)
    Field       Date                     Weed  Severity  rate
0       1 2021-06-08          Cirsium arvense         3     0
1       1 2021-07-06          Cirsium arvense         3     0
2       1 2021-07-27          Cirsium arvense         2     1
3       1 2021-08-19          Cirsium arvense         1     1
4       1 2021-07-26         Lactuca Serriola         3     0
5       1 2021-06-08      Myagrum perfoliatum         2     0
6       1 2021-07-06        Sonchus oleraceus         3     0
7       1 2021-08-19        Sorghum halepense         2     0
8       1 2021-07-26      Xanthium strumarium         2     0
9       1 2021-07-27      Xanthium strumarium         2     0
10      1 2021-08-19      Xanthium strumarium         1     1
11      1 2020-07-08    Euphorbia cyparissias         1     0
12      1 2020-07-08    Matricaria chamomilla         1     0
13      1 2020-07-08  Polygonum Lapathifolium         1     0
14      1 2020-07-08        Sorghum halepense         5     0
15      1 2020-07-08      Xanthium strumarium         1     0
16      2 2021-09-14   Ambrosia artemisifolia         2     0
17      2 2021-05-29        Chenopodium album         1     0
18      2 2021-05-29          Cirsium arvense         1     0
19      2 2021-09-14    Echinochola crus gali         4     0
20      2 2021-05-29     Phragmites Australis         1     0
21      2 2021-05-29            Polygonum spp         1     0
22      2 2021-05-29          Setaria viridis         2     0
23      2 2021-05-29         Sinapis arvensis         1     0
24      2 2021-07-06        Sorghum halepense         4     0
25      2 2021-09-14        Sorghum halepense         3     1
26      2 2021-05-29      Xanthium strumarium         1     0
27      2 2021-09-14      Xanthium strumarium         3    -2

uj5u.com熱心網友回復：

groupby“田地”和“雜草”以及各組的使用diff方法Severity。由于日期在每個組中排序，我們得到了跨時間的抑制狀態。由于diff找到了一個元素和前一行中的一個元素之間的差異，為了獲得從上到下的差異，我們在整個列上放置了一個負號以使符號正確。

df['Suppression Status'] = -df.groupby(['Field', 'Weed'])['Severity'].diff().fillna(0).astype(int)

輸出：

    Field        Date                     Weed  Severity  Suppression Status
0       1  2021-06-08          Cirsium arvense         3                   0
1       1  2021-07-06          Cirsium arvense         3                   0
2       1  2021-07-27          Cirsium arvense         2                   1
3       1  2021-08-19          Cirsium arvense         1                   1
4       1  2021-07-26         Lactuca Serriola         3                   0
5       1  2021-06-08      Myagrum perfoliatum         2                   0
6       1  2021-07-06        Sonchus oleraceus         3                   0
7       1  2021-08-19        Sorghum halepense         2                   0
8       1  2021-07-26      Xanthium strumarium         2                   0
9       1  2021-07-27      Xanthium strumarium         2                   0
10      1  2021-08-19      Xanthium strumarium         1                   1
11      1  2020-07-08    Euphorbia cyparissias         1                   0
12      1  2020-07-08    Matricaria chamomilla         1                   0
13      1  2020-07-08  Polygonum Lapathifolium         1                   0
14      1  2020-07-08        Sorghum halepense         5                  -3
15      1  2020-07-08      Xanthium strumarium         1                   0
16      2  2021-09-14   Ambrosia artemisifolia         2                   0
17      2  2021-05-29        Chenopodium album         1                   0
18      2  2021-05-29          Cirsium arvense         1                   0
19      2  2021-09-14    Echinochola crus gali         4                   0
20      2  2021-05-29     Phragmites Australis         1                   0
21      2  2021-05-29            Polygonum spp         1                   0
22      2  2021-05-29          Setaria viridis         2                   0
23      2  2021-05-29         Sinapis arvensis         1                   0
24      2  2021-07-06        Sorghum halepense         4                   0
25      2  2021-09-14        Sorghum halepense         3                   1
26      2  2021-05-29      Xanthium strumarium         1                   0
27      2  2021-09-14      Xanthium strumarium         3                  -2

標籤：

上一篇：如何在資料框串列中求和值

下一篇：如果條件為真，則洗掉DataFrame-Pandas