Python 具有非唯一索引的数学运算

不确定以下内容是否仅适用于

groupby（）.apply（）

，但在尝试将数据帧除以具有相同（但非唯一）索引的序列时，我发现以下错误：

我就是这样做到的：我从一个

df

like开始

     country code  patents  year        POP         tcgdp        rgdpl 
0  Argentina   AR    26128  1963  21616.403  23532.842578  5779.541172   
1  Argentina   AR    21296  1964  21949.244  26581.915354  6163.149818   
2  Argentina   AR    20656  1965  22283.100  30364.930885  6692.229491   
3  Argentina   AR    18058  1966  22611.604  30579.084323  6607.346553   
4  Argentina   AR    15632  1967  22934.225  32721.004053  6710.778328

做

df = df.sort(['country', 'year'])
df.set_index(['country'], inplace=True)

def create_diffs(group, columns):
    diff = group.iloc[1:][columns] - group.iloc[:-1][columns]
    time_intvall = group.iloc[1:]['year'] - group.iloc[:-1]['year']
    return diff.div(time_intvall)

columns = ['patents', 'POP', 'tcgdp', 'rgdpl']
df.groupby(level=0).apply(create_diffs, columns)

在

0.14上

。即使

div（）

需要唯一的索引，至少

/

运算符或类似运算符应该允许按顺序进行除法-或者我必须将它们重新编码到numpy数组中吗

对代码结构的任何其他评论都是受欢迎的，这些评论应该会随着时间的推移而产生差异

---

作为我的补充反馈：chrisb对

diff（）

的评论也适用于本年度

year.iloc[1:]-year.iloc[：-1]

到处返回

0

（还有一个

NaN

），因为它会按索引对值进行再次排序。

如果您只想让这段代码起作用，只需将返回值替换为它，它使用numpy divide函数，该函数将在形状上广播，而不会尝试匹配标记：

np.divide(diff, pd.DataFrame(time_intvall))

还有一件事，这条线

group.iloc[1:][columns] - group.iloc[:-1][columns]

只有在

组

数据帧中的每个索引都是相同的情况下才会起作用，通常情况下不会，因为数据将按索引对齐。更好的解决方法可能是：

diff = group[columns] - group[columns].shift(1)
diff = diff.iloc[1:]  # or diff.dropna()

---

似乎你应该在国家和年份上设置索引。但是那样我就无法在我的函数中访问

year

，我需要计算时差。在这种情况下，不要设置索引，使用

df.groupby（'country'）

或者你可以使用

df.set\u index（['country'，'year'，drop=False）

@ZJS我有设置groupby索引的习惯，因为这使得将

apply（）

的结果附加到原始数据帧非常简单。@FooBar，它对我有用，但当我尝试使用不同的形状时却没有。我认为

np.divide（diff，pd.DataFrame（time_intvall））

应该一直有效。如果将序列包装在数据帧中，形状将是

（16,1）

，广播应该有效吗？

diff = group[columns] - group[columns].shift(1)
diff = diff.iloc[1:]  # or diff.dropna()