擅长:python、mysql、java
<p>首先,您需要计算每个项目类型的差异。其中一种方法,如何做到这一点,熊猫将是使用pivot表。这里告诉它哪个数据帧(df),基于哪个列来计算(values=“TotalCost”),使用哪个函数来计算它(aggfunc=np.差异)以及如何对它们进行分组(index=[“ItemType”])。你知道吗</p>
<pre><code>diff = pandas.pivot_table(df, values="TotalCost", index=["ItemType"], aggfunc=np.diff)
</code></pre>
<p>你的上述情况只有2个月的可能。如果你有两个以上,那么np.差异会给你一个列表中的值。在这种情况下,您有两种选择。要么你过滤数据框,所以只有两个月的时间。可以这样做:</p>
<pre><code>df = df[[a or b for a, b in zip(df["Year_Month"] == "Jul-2017", df["Year_Month"] == "Jun-2017")]]
</code></pre>
<p>另一种选择是计算月平均差。这可以通过以下函数来完成,然后将其替换为np.差异使用:</p>
<pre><code>def mean_diff(l):
return np.mean(np.diff(l))
</code></pre>
<p>然后您可以使用它来计算每个元素的差异:</p>
<pre><code>df["Diff"] = [float(diff.loc[d]) for d in df["ItemType"]]
</code></pre>
<p>之后,您只需按差异排序(然后按项目排序,以防有多个项目具有相同的差异)</p>
<pre><code>df.sort_values(by=["Diff", "ItemType", "Year_Month"]).drop(columns = 'Diff')
</code></pre>