Python 通过多个字段进行分组，然后进行区分

因此，我的数据框如下所示：

from pandas.compat import StringIO
d = StringIO('''
date,site,country,score
2018-01-01,google,us,100
2018-01-01,google,ch,50
2018-01-02,google,us,70
2018-01-03,google,us,60
2018-01-02,google,ch,10
2018-01-01,fb,us,50
2018-01-02,fb,us,55
2018-01-03,fb,us,100
2018-01-01,fb,es,100
2018-01-02,fb,gb,100
''')

df = pd.read_csv(d, sep=",")

每个

站点

都有不同的分数，具体取决于

国家

。我试图找出每个

站点

/

国家

组合的

得分

s的1/3/5天差异

输出应为：

date,site,country,score,1_day_diff
2018-01-01,google,ch,50,0
2018-01-02,google,ch,10,-40
2018-01-01,google,us,100,0
2018-01-02,google,us,70,-30
2018-01-03,google,us,60,-10
2018-01-01,fb,es,100,0
2018-01-02,fb,gb,100,0
2018-01-01,fb,us,50,0
2018-01-02,fb,us,55,5
2018-01-03,fb,us,100,45

---

我首先尝试按

站点

/

国家

/

日期

排序，然后按

站点

和

国家

分组，但我无法从分组对象中获得差异。

首先，对数据帧进行排序，然后只需

groupby.diff（）

：

---

排序\u值

不支持任意排序。如果您需要任意排序（例如google before fb），则需要将它们存储在集合中，并将列设置为分类。然后对值进行排序将遵循您在此处提供的顺序。

首先，对数据帧进行排序，然后只需

groupby.diff（）

：

---

---

排序\u值

不支持任意排序。如果您需要任意排序（例如google before fb），则需要将它们存储在集合中，并将列设置为分类。然后，sort_值将遵守您在那里提供的顺序。

如何获取用于python3的StringIO？我正试图重现你的生活problem@JulianRachman使用

io

好的，等等，我正在尝试重新创建您的problem@Alex@ayhan我已经编辑了预期的输出。本质上，

es

和

gb

将出现在

us

@Craig之前，因为您可以添加

df.sort_值（按=['site'、'country'、'date']，升序=[False、True、True]）

和@ayhan的回答如何获得python3的StringIO？我正试图重现你的生活problem@JulianRachman使用

io

好的，等等，我正在尝试重新创建您的problem@Alex@ayhan我已经编辑了预期的输出。本质上，

es

和

gb

将出现在

us

@Craig之前，因为您可以添加

df.sort_值（按=['site'、'country'、'date']，升序=[False、True、True]）

和@ayhan的回答出于任何原因，上面的行不断抛出错误，如

TypeError:diff（）获取了意外的关键字参数“axis”

。然而，这是有效的：

df.groupby（['site'，'country']）['score'].transform（pd.Series.diff）.fillna（0）

@JohanDettmar出现此异常的原因是，您在一个只有一列而没有数据帧的系列上调用了

diff（）

。序列

diff（）

没有

axis

参数，因为只有一个轴。为什么不按日期分组？diff认识日期吗？我没有发现任何关于自动检测日期@Auss的信息，因为我们正在试图找出不同日期的这些值之间的差异。如果我们也按日期分组，每组将有一个单独的观察结果。相反，我们需要在每个组中进行多个观察（针对不同的日期），以便找到这些日期的值之间的差异。无论出于何种原因，上面的行不断抛出错误，如

TypeError:diff（）得到了一个意外的关键字参数“axis”

。然而，这是有效的：

df.groupby（['site'，'country']）['score'].transform（pd.Series.diff）.fillna（0）

@JohanDettmar出现此异常的原因是，您在一个只有一列而没有数据帧的系列上调用了

diff（）

。序列

diff（）

没有

axis

参数，因为只有一个轴。为什么不按日期分组？diff认识日期吗？我没有发现任何关于自动检测日期@Auss的信息，因为我们正在试图找出不同日期的这些值之间的差异。如果我们也按日期分组，每组将有一个单独的观察结果。相反，我们需要在每组中进行多次观察（针对不同的日期），以便我们能够找到这些日期的值之间的差异。

df = df.sort_values(by=['site', 'country', 'date'])

df['diff'] = df.groupby(['site', 'country'])['score'].diff().fillna(0)

df
Out: 
         date    site country  score  diff
8  2018-01-01      fb      es    100   0.0
9  2018-01-02      fb      gb    100   0.0
5  2018-01-01      fb      us     50   0.0
6  2018-01-02      fb      us     55   5.0
7  2018-01-03      fb      us    100  45.0
1  2018-01-01  google      ch     50   0.0
4  2018-01-02  google      ch     10 -40.0
0  2018-01-01  google      us    100   0.0
2  2018-01-02  google      us     70 -30.0
3  2018-01-03  google      us     60 -10.0