查找不考虑日期顺序的百分比增加和差异（在Python中）

我有一个数据集df，我希望在其中计算特定组的总和在一段时间内的增长百分比。以下是数据集：

   date      size               type
   1/1/2020  3                   a
   1/1/2020  13                  b
   1/1/2020  1                   c
   2/1/2020  51                  a
   2/1/2019  10                  b

期望输出

然后找到百分比差异和最早日期的差异

date       diff     percentdiff    type

2/1/2020   48       1600           a
1/1/2020   3        30             b
1/1/2020   0        0              c   

我们看到a组从3增加到51，（从2020年1月1日增加到2020年2月1日），这使我们的差异48，差异的百分比为1600% c组为0，因为没有变化。

这就是我尝试过的：

  df1 = df.groupby(['type','date'])['size'].agg(lambda x: 
  (x.iloc[-1]/x.iloc[0]-1)*100).to_frame('increase')
  df1['diff'] = df.groupby(['type','date']).agg(lambda x:x.iloc[-1]-x.iloc[0])

---

我还在研究这个。欢迎提出任何建议。

可能有一个更简洁的解决方案，但这是可行的：

df['date'] = pd.to_datetime(df['date'])
grouped = df.sort_values('date').groupby(['type'])

output = pd.DataFrame({
  'date': grouped['date'].agg(lambda x: x.iloc[-1]).values,
  'diff': grouped['size'].agg(lambda x: x.diff().fillna(0).iloc[-1]).values,
  'percentdiff': grouped['size'].agg(lambda x: x.pct_change().fillna(0).iloc[-1] * 100).values,
  'type': grouped['type'].agg(lambda x: x.iloc[0]).values
})

---

为什么期望输出中的日期是

1/1/2020

对于

b

和

2/1/2020

对于

a

？首先使用

groupy

，然后使用

GrouBy.agg

和

pct\u更改

使用最新的日期戳最早的日期是2020年1月1日，然后在2020年2月1日结束“b”开始2019年2月1日至2020年1月1日在Ch3steR group by date结束，然后是groupby.agg type，然后执行差异和pct更改？我相信。让我研究一下。非常感谢。

177.777%

和

26.0869%

是如何计算的？ok@Ghilas感谢您发布这篇文章。我将尝试这个，并以此为基础构建。您是如何做到的，以便代码能够以最早的日期生成的？我想知道你做了什么？谢谢@ghilas@Lynnette这是

.sort_值（'date'）

然后

分组['date'].agg（lambda x:x.iloc[-1]）

df['date'] = pd.to_datetime(df['date'])
grouped = df.sort_values('date').groupby(['type'])

output = pd.DataFrame({
  'date': grouped['date'].agg(lambda x: x.iloc[-1]).values,
  'diff': grouped['size'].agg(lambda x: x.diff().fillna(0).iloc[-1]).values,
  'percentdiff': grouped['size'].agg(lambda x: x.pct_change().fillna(0).iloc[-1] * 100).values,
  'type': grouped['type'].agg(lambda x: x.iloc[0]).values
})