gruppierten Unterschiede in Pandas mit mehreren Feldern

In dieser Situation wollen wir die Unterschiede in der Werte für verschiedene Site und Landkombinationen im Laufe der Zeit berechnen. date:

df = df.sort_values(by=['site', 'country', 'date'])

df = df.sort_values(by=['site', 'country', 'date'])

df['diff'] = df.groupby(['site', 'Country']) ['Score']. Diff (). fillna (0)

df['diff'] = df.groupby(['site', 'country'])['score'].diff().fillna(0)

Schließlich zeigen wir die Ergebnisse an:

prise (df). Ausgabe: Datum Standort Country Score Diff 8 2018-01-01 fb es 100 0.0 9 2018-01-02 FB GB 100 0,0 5 2018-01-01 FB US 50 0,0 6 2018-01-02 FB US 55 5.0 7 2018-01-03 FB US 100 45.0 1 2018-01-01 Google CH 50 0.0 4 2018-01-02 Google CH 10 -40.0 0 2018-01-01 Google US 100 0.0 2 2018-01-02 Google US 70-30.0 3 2018-01-03 Google US 60 -10.0

print(df)

Output:

         date    site country  score  diff
8  2018-01-01      fb      es    100   0.0
9  2018-01-02      fb      gb    100   0.0
5  2018-01-01      fb      us     50   0.0
6  2018-01-02      fb      us     55   5.0
7  2018-01-03      fb      us    100  45.0
1  2018-01-01  google      ch     50   0.0
4  2018-01-02  google      ch     10 -40.0
0  2018-01-01  google      us    100   0.0
2  2018-01-02  google      us     70 -30.0
3  2018-01-03  google      us     60 -10.0