Python 通过按分组计算数据帧中值的差异

我有一个数据帧，格式如下：

  station   num_bikes   Rush hour? num_racks hour
  Botanic   3           yes-am     9         9
  Botanic   2           no         10        14
  Botanic   10          no         2         20
  Queens    6           no         10        5
  Queens    10          yes-pm     6         18
  Queens    12          yes-pm     4         19
  Queens    1           no         15        7

num_bikes是该站点可用的自行车数量，num_racks是可用的机架数量。我试图计算每个站点的自行车到达和离开总数，以确定交易总数。我使用的代码会产生以下错误：

ValueError: Wrong number of items passed 0, placement implies 1

代码是：

df_filtered['diff'] = df_filtered.groupby(['Rush hour?', 'station'])      [['num_bikes']].diff()

预期产出：

  station     Rush hour?  arrivals  departures
  Botanic     yes-am      0         0
  Botanic     no          8         0
  Queens      no          0         5
  Queens      yes-pm      0         2

---

我的代码出了什么问题？

以下是我尝试过的，如果不正确，请告诉我：

import pandas as pd
import numpy as np

df_filtered = pd.DataFrame([
    ('Botanic' ,  3      ,     'yes-am' ,    9    ,     9),
  ('Botanic'  , 2       ,    'no'        , 10     ,   14),
  ('Botanic'  , 10     ,     'no'        , 2      ,   20),
  ('Queens'   , 6     ,      'no'       ,  10     ,   5),
  ('Queens'   , 10   ,       'yes-pm'   ,  6      ,   18),
  ('Queens'   , 12  ,        'yes-pm'   ,  4      ,   19),
  ('Queens'   , 1  ,         'no'       ,  15     ,   7)
])

df_filtered.columns = ['station',   'num_bikes',   'Rush hour?', 'num_racks', 'hour']

df_filtered['diff'] = df_filtered['num_bikes'].diff().fillna(0)
df_filtered['arrivals'] = df_filtered['diff'][df_filtered['diff'] > 0]
df_filtered['departures'] = df_filtered['diff'][df_filtered['diff'] < 0]
df_filtered.drop(columns='diff', inplace=True)
df_filtered[['departures','arrivals']] = df_filtered[['departures','arrivals']].astype(float).fillna(0)
df_filtered.groupby(['Rush hour?', 'station'])[['arrivals','departures','num_bikes']].sum()

将熊猫作为pd导入
将numpy作为np导入
df_filtered=pd.DataFrame([
（‘植物学’，3，‘是的，上午’，9，9），
（“植物学”，2，“no”，10，14），
（《植物学》第10章第2章第20节），
（“皇后”，6，“不”，10，5），
（“皇后区”，10，“是的，下午6点，18点），
（“皇后区”，12，“是的，下午4点，19点），
（“皇后”，1，“不”，15，7）
])
df_filtered.columns=['station'，'num_bikes'，'lush hour'，'num_racks'，'hour']
df_filtered['diff']=df_filtered['num_'].diff（）.fillna（0）
df_筛选['arrivals']=df_筛选['diff'][df_筛选['diff']>0]
df_filtered['deparations']=df_filtered['diff'][df_filtered['diff']<0]
df_filtered.drop（columns='diff'，inplace=True）
df_筛选的[['出发'，'arrivals']]=df_筛选的[['出发'，'arrivals']]。aType（浮点）。fillna（0）
df_filtered.groupby（['lush hour？'，'station']）[[['arrival'，'defairs'，'num_bikes']].sum（）

---

这些groupby结果可能不会保留输入数据帧的原始顺序，因此可能会令人困惑，但这些是到达/离开的净结果，作为行组的快照。

以下是我尝试过的结果，如果不正确，请告诉我：

import pandas as pd
import numpy as np

df_filtered = pd.DataFrame([
    ('Botanic' ,  3      ,     'yes-am' ,    9    ,     9),
  ('Botanic'  , 2       ,    'no'        , 10     ,   14),
  ('Botanic'  , 10     ,     'no'        , 2      ,   20),
  ('Queens'   , 6     ,      'no'       ,  10     ,   5),
  ('Queens'   , 10   ,       'yes-pm'   ,  6      ,   18),
  ('Queens'   , 12  ,        'yes-pm'   ,  4      ,   19),
  ('Queens'   , 1  ,         'no'       ,  15     ,   7)
])

df_filtered.columns = ['station',   'num_bikes',   'Rush hour?', 'num_racks', 'hour']

df_filtered['diff'] = df_filtered['num_bikes'].diff().fillna(0)
df_filtered['arrivals'] = df_filtered['diff'][df_filtered['diff'] > 0]
df_filtered['departures'] = df_filtered['diff'][df_filtered['diff'] < 0]
df_filtered.drop(columns='diff', inplace=True)
df_filtered[['departures','arrivals']] = df_filtered[['departures','arrivals']].astype(float).fillna(0)
df_filtered.groupby(['Rush hour?', 'station'])[['arrivals','departures','num_bikes']].sum()

将熊猫作为pd导入
将numpy作为np导入
df_filtered=pd.DataFrame([
（‘植物学’，3，‘是的，上午’，9，9），
（“植物学”，2，“no”，10，14），
（《植物学》第10章第2章第20节），
（“皇后”，6，“不”，10，5），
（“皇后区”，10，“是的，下午6点，18点），
（“皇后区”，12，“是的，下午4点，19点），
（“皇后”，1，“不”，15，7）
])
df_filtered.columns=['station'，'num_bikes'，'lush hour'，'num_racks'，'hour']
df_filtered['diff']=df_filtered['num_'].diff（）.fillna（0）
df_筛选['arrivals']=df_筛选['diff'][df_筛选['diff']>0]
df_filtered['deparations']=df_filtered['diff'][df_filtered['diff']<0]
df_filtered.drop（columns='diff'，inplace=True）
df_筛选的[['出发'，'arrivals']]=df_筛选的[['出发'，'arrivals']]。aType（浮点）。fillna（0）
df_filtered.groupby（['lush hour？'，'station']）[[['arrival'，'defairs'，'num_bikes']].sum（）

---

---

这些groupby结果可能不会保留输入数据帧的原始顺序，因此看起来可能很混乱，但这些是到达/离开的净结果，作为行组的快照。

尝试在

num_bikes

周围使用单括号，即

groupby（…）['num_bikes'].diff（）

当我使用单个括号i get ValueError:没有为对象类型命名的轴您的预期输出与预期输入相同时，是否可以提供预期输出？然后问题解决了，QED。不确定您是否因此而出错，但

站
！=
station
至少在*nix环境中。尝试在
num_bikes
周围使用单括号，即，
groupby（…）['num_bikes'].diff（）
使用单括号时，是否可以提供预期输出i get ValueError:没有为对象类型命名的轴预期输出与预期输入相同？然后问题解决了，QED。不确定您是否因此而出错，但
站
！=<代码>站
至少在*nix环境中。当我尝试此操作时，得到错误：不支持的操作数类型-：“str”和“str”是否使用了
astype（float）
？如果打印
df_filtered.dtypes
您的数字列是否列为float/ints或object/str？是的，现在错误状态无法从重复索引中重新索引？@caston1414您使用的是Jupyter笔记本吗？如果是这样，您将需要重新启动内核并重新运行所有代码，或者确保所有代码都可以在没有副作用的情况下多次运行。是的，我正在使用Jupiter笔记本，我会尝试这样做。谢谢您当我尝试这样做时，我得到了错误：不支持的操作数类型为-：'str'和'str'您是否使用了
astype（float）
？如果打印
df_filtered.dtypes
您的数字列是否列为float/ints或object/str？是的，现在错误状态无法从重复索引中重新索引？@caston1414您使用的是Jupyter笔记本吗？如果是这样，您需要重新启动内核并重新运行所有代码，或者确保所有代码都可以多次运行而不会产生副作用。是的，我正在使用Jupiter笔记本，我会尝试一下，谢谢