Pandas 在数据帧中识别组之间的差异

我有一个按日期和ID索引的熊猫数据框。我想：

标识日期之间添加和删除的ID

将ID添加到另一个带有添加/删除日期的数据框中

期望输出：

date        ID  flag
1/31/2011   22  addition
1/31/2011   11  addition
1/31/2011   2   deletion
1/31/2011   4   deletion

---

我试过了。我无法让它在分组数据帧上工作。我不确定如何循环每个组，并与前一组进行比较。

您可以使用

duplicated

，找到不同的值

s=df[~df.index.get_level_values(1).duplicated(keep=False)]
pd.DataFrame({'date':['1/31/2011']*len(s),'ID':s.index.get_level_values(1),'flag':(s.index.get_level_values(0)=='1/31/2011')}).replace({False:'deletion',True:'addition'})
Out[529]: 
   ID       date      flag
0   2  1/31/2011  deletion
1   4  1/31/2011  deletion
2  22  1/31/2011  addition
3  11  1/31/2011  addition

---

我创建了一个helper函数，它可以移动pandas.MultiIndex的第一级。有了这个，我可以将它与原始索引进行区别，以确定添加和删除

def shift_level(idx):
    level = idx.levels[0]
    mapping = dict(zip(level[:-1], level[1:]))
    idx = idx.set_levels(level.map(mapping.get), 0)
    return idx[idx.get_level_values(0).notna()].remove_unused_levels()

idx = df.index
fidx = shift_level(idx)

additions = fidx.difference(idx)
deletions = idx[idx.labels[0] > 0].difference(fidx)

pd.Series('+', additions).append(
    pd.Series('-', deletions)).rename('flag').reset_index()

        date  ID flag
0 2011-01-31   2    +
1 2011-01-31   4    +
2 2011-01-31  11    -
3 2011-01-31  22    -

---

非常感谢。代码

s=df[~df.index.get_level_values（1）.duplicated（keep=False）]

有效。但是，我如何循环几个日期，即数据框中的100个组？工作！唯一值得一提的是，您的解决方案中添加的内容将添加到上个月（2010年12月31日），而不是添加的月份（2011年1月31日）。但我可以考虑修改。这很好，而且比我预期的还要复杂。我对pandas很陌生，很惊讶它没有一个本地的方法来比较索引级别/组。有其他方法可以通过取消堆叠和移动来做到这一点。但是，如果您最终得到了任何规模较大的数据帧，那么从性能的角度来看，这应该保持稳定。

def shift_level(idx):
    level = idx.levels[0]
    mapping = dict(zip(level[:-1], level[1:]))
    idx = idx.set_levels(level.map(mapping.get), 0)
    return idx[idx.get_level_values(0).notna()].remove_unused_levels()

idx = df.index
fidx = shift_level(idx)

additions = fidx.difference(idx)
deletions = idx[idx.labels[0] > 0].difference(fidx)

pd.Series('+', additions).append(
    pd.Series('-', deletions)).rename('flag').reset_index()

        date  ID flag
0 2011-01-31   2    +
1 2011-01-31   4    +
2 2011-01-31  11    -
3 2011-01-31  22    -