获取不同行的列值比率
Get ratio of column values for different rows
我有一个这样的 pandas 数据框：
Date
Route
Col1
Col2
01/01/2020
A
99
26
01/02/2020
A
37
96
01/03/2020
A
20
83
01/01/2021
A
50
79
01/02/2021
A
16
50
01/03/2021
A
52
33
01/01/2020
B
48
44
01/02/2020
B
96
30
01/03/2020
B
17
42
01/01/2021
B
34
74
01/02/2021
B
49
37
01/03/2021
B
70
12
我需要根据 2020 年和 2021 年的值获取 Col1 和 Col2 的比率。也就是说，每个月都有一个新列 Col2/Col1.
我尝试了几种方法（pct_change，差异），但我无法获得正确的结果。我还制作了一个 DateTimeIndex 来帮助我解决这个问题，但无法获得比率。
这是我正在尝试做的事情的要点，但不确定如何在这种情况下构建 .loc 命令：
df['Col1_ratio'] = df['Col2'] / df.loc(<get index of previous year's row>)['Col1']
这是预期的输出数据帧：
Date
Route
Col1
Col2
Col1_ratio
Col2_ratio
01/01/2020
A
99
26
NA
NA
01/02/2020
A
37
96
NA
NA
01/03/2020
A
20
83
NA
NA
01/01/2021
A
50
79
0.505050505
3.038461538
01/02/2021
A
16
50
0.432432432
0.520833333
01/03/2021
A
52
33
2.6
0.397590361
01/01/2020
B
48
44
NA
NA
01/02/2020
B
96
30
NA
NA
01/03/2020
B
17
42
NA
NA
01/01/2021
B
34
74
0.708333333
1.681818182
01/02/2021
B
49
37
0.510416667
1.233333333
01/03/2021
B
70
12
4.117647059
0.285714286
例如Col1_ratio 是 Col1_JAN21 / Col1_JAN20，依此类推。
想法是创建 MultiIndex 然后在 rename 中为日期时间添加一年，划分列并添加后缀 DataFrame.add_suffix, last add to original by DataFrame.join:
df1 = df.set_index(['Date','Route'])
df2 = df1.rename(lambda x: x + pd.offsets.DateOffset(years=1), level=0)
df3 = df1[['Col1','Col2']].div(df2[['Col1','Col2']]).add_suffix('_ratio')
df = df.join(df3, on=['Date','Route'])
print (df)
Date Route Col1 Col2 Col1_ratio Col2_ratio
0 2020-01-01 A 99 26 NaN NaN
1 2020-01-02 A 37 96 NaN NaN
2 2020-01-03 A 20 83 NaN NaN
3 2021-01-01 A 50 79 0.505051 3.038462
4 2021-01-02 A 16 50 0.432432 0.520833
5 2021-01-03 A 52 33 2.600000 0.397590
6 2020-01-01 B 48 44 NaN NaN
7 2020-01-02 B 96 30 NaN NaN
8 2020-01-03 B 17 42 NaN NaN
9 2021-01-01 B 34 74 0.708333 1.681818
10 2021-01-02 B 49 37 0.510417 1.233333
11 2021-01-03 B 70 12 4.117647 0.285714
我有一个这样的 pandas 数据框：
| Date | Route | Col1 | Col2 |
|---|---|---|---|
| 01/01/2020 | A | 99 | 26 |
| 01/02/2020 | A | 37 | 96 |
| 01/03/2020 | A | 20 | 83 |
| 01/01/2021 | A | 50 | 79 |
| 01/02/2021 | A | 16 | 50 |
| 01/03/2021 | A | 52 | 33 |
| 01/01/2020 | B | 48 | 44 |
| 01/02/2020 | B | 96 | 30 |
| 01/03/2020 | B | 17 | 42 |
| 01/01/2021 | B | 34 | 74 |
| 01/02/2021 | B | 49 | 37 |
| 01/03/2021 | B | 70 | 12 |
我需要根据 2020 年和 2021 年的值获取 Col1 和 Col2 的比率。也就是说，每个月都有一个新列 Col2/Col1.
我尝试了几种方法（pct_change，差异），但我无法获得正确的结果。我还制作了一个 DateTimeIndex 来帮助我解决这个问题，但无法获得比率。
这是我正在尝试做的事情的要点，但不确定如何在这种情况下构建 .loc 命令：
df['Col1_ratio'] = df['Col2'] / df.loc(<get index of previous year's row>)['Col1']
这是预期的输出数据帧：
| Date | Route | Col1 | Col2 | Col1_ratio | Col2_ratio |
|---|---|---|---|---|---|
| 01/01/2020 | A | 99 | 26 | NA | NA |
| 01/02/2020 | A | 37 | 96 | NA | NA |
| 01/03/2020 | A | 20 | 83 | NA | NA |
| 01/01/2021 | A | 50 | 79 | 0.505050505 | 3.038461538 |
| 01/02/2021 | A | 16 | 50 | 0.432432432 | 0.520833333 |
| 01/03/2021 | A | 52 | 33 | 2.6 | 0.397590361 |
| 01/01/2020 | B | 48 | 44 | NA | NA |
| 01/02/2020 | B | 96 | 30 | NA | NA |
| 01/03/2020 | B | 17 | 42 | NA | NA |
| 01/01/2021 | B | 34 | 74 | 0.708333333 | 1.681818182 |
| 01/02/2021 | B | 49 | 37 | 0.510416667 | 1.233333333 |
| 01/03/2021 | B | 70 | 12 | 4.117647059 | 0.285714286 |
例如Col1_ratio 是 Col1_JAN21 / Col1_JAN20，依此类推。
想法是创建 MultiIndex 然后在 rename 中为日期时间添加一年，划分列并添加后缀 DataFrame.add_suffix, last add to original by DataFrame.join:
df1 = df.set_index(['Date','Route'])
df2 = df1.rename(lambda x: x + pd.offsets.DateOffset(years=1), level=0)
df3 = df1[['Col1','Col2']].div(df2[['Col1','Col2']]).add_suffix('_ratio')
df = df.join(df3, on=['Date','Route'])
print (df)
Date Route Col1 Col2 Col1_ratio Col2_ratio
0 2020-01-01 A 99 26 NaN NaN
1 2020-01-02 A 37 96 NaN NaN
2 2020-01-03 A 20 83 NaN NaN
3 2021-01-01 A 50 79 0.505051 3.038462
4 2021-01-02 A 16 50 0.432432 0.520833
5 2021-01-03 A 52 33 2.600000 0.397590
6 2020-01-01 B 48 44 NaN NaN
7 2020-01-02 B 96 30 NaN NaN
8 2020-01-03 B 17 42 NaN NaN
9 2021-01-01 B 34 74 0.708333 1.681818
10 2021-01-02 B 49 37 0.510417 1.233333
11 2021-01-03 B 70 12 4.117647 0.285714