我有一個 Panda 的數據框，如下所示：我想獲得 2007 年 PIB 低于 2002 年的國家，但我無法僅使用 Pandas 內置方法而不使用 python 迭代或類似的東西來編寫代碼來做到這一點。我得到的最多的是以下幾行：df[df[df.year == 2007].PIB < df[df.year == 2002].PIB].country但我收到以下錯誤：ValueError: Can only compare identically-labeled Series objects到目前為止，我只使用 Pandas 來過濾不同列中的數據，但我不知道如何比較同一列中的數據，在本例中是年份。
4 回答
隔江千里
TA貢獻1906條經驗 獲得超10個贊
我的策略是使用數據透視表。假設沒有兩行具有相同的（“國家/地區”，“年份”）對。在此假設下，aggfunc=np.sum代表唯一的單一PIB值。
table = pd.pivot_table(df, values='PIB', index=['country'], columns=['year'], aggfunc=np.sum)[[2002,2007]] list(table[table[2002] > table[2007]].index)
數據透視表看起來像這樣：
白豬掌柜的
TA貢獻1893條經驗 獲得超10個贊
我建議Series按country列創建索引，但必須在具有相同索引值的系列中2007和2002比較系列中使用相同數量的國家：
df = pd.DataFrame({'country': ['Afganistan', 'Zimbabwe', 'Afganistan', 'Zimbabwe'],
? ? ? ? ? ? ? ? ? 'PIB': [200, 200, 100, 300],?
? ? ? ? ? ? ? ? ? 'year': [2002, 2002, 2007, 2007]})
print (df)
? ? ? country? PIB? year
0? Afganistan? 200? 2002
1? ? Zimbabwe? 200? 2002
2? Afganistan? 100? 2007
3? ? Zimbabwe? 300? 2007
df = df.set_index('country')
print (df)
? ? ? ? ? ? PIB? year
country? ? ? ? ? ? ??
Afganistan? 200? 2002
Zimbabwe? ? 200? 2002
Afganistan? 100? 2007
Zimbabwe? ? 300? 2007
df1 = df.pivot('country','year','PIB')
print (df1)
year? ? ? ? 2002? 2007
country? ? ? ? ? ? ? ?
Afganistan? ?200? ?100
Zimbabwe? ? ?200? ?300
countries = df1.index[df1[2007] < df1[2002]]
print (countries)
Index(['Afganistan'], dtype='object', name='country')
s1 = df.loc[df.year == 2007, 'PIB']?
s2 = df.loc[df.year == 2002, 'PIB']
print (s1)
country
Afganistan? ? 100
Zimbabwe? ? ? 300
Name: PIB, dtype: int64
print (s2)
country
Afganistan? ? 200
Zimbabwe? ? ? 200
Name: PIB, dtype: int64
countries = s1.index[s1 < s2]
print (countries)
Index(['Afganistan'], dtype='object', name='country')
另一個想法是首先按年份進行旋轉DataFrame.pivot，然后按年份選擇列并與中的索引進行比較boolean indexing：
df1 = df.pivot('country','year','PIB')
print (df1)
year? ? ? ? 2002? 2007
country? ? ? ? ? ? ? ?
Afganistan? ?200? ?100
Zimbabwe? ? ?200? ?300
countries = df1.index[df1[2007] < df1[2002]]
print (countries)
Index(['Afganistan'], dtype='object', name='country')
尚方寶劍之說
TA貢獻1788條經驗 獲得超4個贊
這是我的數據框：
df = pd.DataFrame([
{"country": "a", "PIB": 2, "year": 2002},
{"country": "b", "PIB": 2, "year": 2002},
{"country": "a", "PIB": 1, "year": 2007},
{"country": "b", "PIB": 3, "year": 2007},
])
如果我過濾 2002 年和 2007 年這兩年，我得到了。
df_2002 = df[df["year"] == 2007]
out :
country PIB year
0 a 2 2002
1 b 2 2002
df_2007 = df[df["year"] == 2007]
out :
country PIB year
2 a 1 2007
3 b 3 2007
您想要比較每個國家/地區 PIB 的演變。
Pandas 不知道這一點，它嘗試比較值，但這里基于相同的索引。Witch不是你想要的，也是不可能的，因為索引不一樣。
所以你只需要使用set_index()
df.set_index("country", inplace=True)
df_2002 = df[df["year"] == 2007]
out :
PIB year
country
a 1 2007
b 3 2007
df_2007 = df[df["year"] == 2007]
out :
PIB year
country
a 2 2002
b 2 2002
現在你可以進行比較
df_2002.PIB > df_2007.PIB
out:
country
a True
b False
Name: PIB, dtype: bool
# to get the list of countries
(df_2002.PIB > df_2007.PIB)[res == True].index.values.tolist()
out :
['a']
繁華開滿天機
TA貢獻1816條經驗 獲得超4個贊
試試這個（考慮到您只需要這些國家/地區的列表）：
[i for i in df.country if df[(df.country==i) & (df.year==2007)].PIB.iloc[0] < df[(df.country==i) & (df.year==2002)].PIB.iloc[0]]
添加回答
舉報
0/150
提交
取消