pandas groupby和pct更改未返回期望值 [英] Pandas groupby and pct change not returning expected value

问题描述

对于以下数据框中的每个名称，我试图查找从一个 Time 到金额列的下一个：

创建数据框的代码：

 将熊猫作为pd 
 $导入b $ b df = pd.DataFrame（{'Name'：['Ali'，'Ali'，'Ali'，'Cala'，'Cala'，'Cala'，'Elena'，'Elena'，'Elena' ]，
'时间'：[1、2、3、1、2、3、1、2、3]，
'金额'：[24、52、34、95、98、54 ，32，20，16]}）
 
 df.sort_values（['Name'，'Time']，inplace = True）
  

我尝试的第一种方法（基于

这似乎没有按名称分组，因为它的结果与我没有使用 groupby ，并称为 df ['Amount']。pct_change（）。根据

这次所有百分比变化都是正确。

为什么 groupby 和 pct_change 方法不返回正确的值，但是将 groupby 与 apply 一起使用会吗？

编辑2018年1月28日：此行为已在最新版本的Pandas 0.24.0中得到纠正。要安装，请运行 pip install -U pandas 。

解决方案

由@piRSquared在评论中；这是由于在Github上根据问题＃21621 提交的错误。它似乎已经在里程碑 0.24.0 中解决（由于2018年12月31日）。我的版本（ 0.23.4 ）仍显示此错误行为。

For each Name in the following dataframe I'm trying to find the percentage change from one Time to the next of the Amount column:

Code to create the dataframe:

import pandas as pd

df = pd.DataFrame({'Name': ['Ali', 'Ali', 'Ali', 'Cala', 'Cala', 'Cala', 'Elena', 'Elena', 'Elena'],
                   'Time': [1, 2, 3, 1, 2, 3, 1, 2, 3],
                   'Amount': [24, 52, 34, 95, 98, 54, 32, 20, 16]})

df.sort_values(['Name', 'Time'], inplace = True)

The first approach I tried (based on this question and answer) used groupby and pct_change:

df['pct_change'] = df.groupby(['Name'])['Amount'].pct_change()

With the result:

This doesn't seem to be grouping by the name because it is the same result as if I had used no groupby and called df['Amount'].pct_change(). According to the Pandas Documentation for pandas.core.groupby.DataFrameGroupBy.pct_change, the above approach should work to calculate the percentage change of each value to the previous value within a group.

For a second approach I used groupby with apply and pct_change:

df['pct_change_with_apply'] = df.groupby('Name')['Amount'].apply(lambda x: x.pct_change())

With the result:

This time all the percentage changes are correct.

Why does the groupby and pct_change approach not return the correct values, but using groupby with apply does?

Edit January 28, 2018: This behavior has been corrected in the latest version of Pandas, 0.24.0. To install run pip install -U pandas.

解决方案

As already noted by @piRSquared in the comments; this is due to a bug filed on Github under issue #21621. It already looks to be solved in milestone 0.24.0 (due 2018-12-31). My version (0.23.4) still displayed this bugged behaviour.

这篇关于 pandas groupby和pct更改未返回期望值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！