pandas 对有缺失月份数据求与上月温差

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

今天我们来完成一个特殊的求差值问题。在正常的计算了，是上下两行的值进行差值计算，但在本需求中，需要以自然月进行计算，但有些月份去没有上月数据，我们就要想办法利用 pandas 的一些技巧来实现了。

数据

我们的数据如下，先读入 DataFrame：

import pandas as pd
import numpy as np

data_dict = {"province":['河南','河北','河南','河南','河南','河北'],
             "month":['2月','1月','1月','5月','3月','2月'],
             "temperature":['43','23','34','32','23','45'] 
            }

df = pd.DataFrame(data_dict)
df
'''
  province month temperature
0       河南    2月          43
1       河北    1月          23
2       河南    1月          34
3       河南    5月          32
4       河南    3月          23
5       河北    2月          45
'''

需求的逻辑是按照省份，在当月中计算出与上月的温差（即当月减去上月），可问题是在省份内，月份是不全的，如果当月没有上月数据变显示为 Nan。

思路

由于是按省份处理，我们就按省份分组，分组后就以各省的 DataFrame 进行处理数据。

在省内，由于月份不一定全，我们先定义一个1月到12月的全年的空数据，将这个数据与现有的数据合并为一个新数据。

在以上合并过程中，空数据排除已有的月份数据，这样就得到了一个12个月的数据，当然原数据里没有的月份数据为空。

接下来，我们按月分排序未温差，监控月份没数据的，温差会计算为空。

最后将原来这空的数据删除，这样就巧妙地借没有数据的月份算出了差值。

代码

先定义一个函数，在按省份分组后调用，用于处理并返回温差数据。

def grouped(d: pd.DataFrame):
    # 一个全年的月份做基础
    demo = pd.DataFrame({'month': [f'{i}月' for i in range(1,13)],
                     'temperature': np.nan})
    return (
        pd.concat([d, demo.loc[~demo.month.isin(d.month)]])
        .sort_values('month')
        .assign(diff=lambda d: d.temperature.diff())
        .loc[lambda x: ~x.province.isna()]
    )

按省份分组后调用以上函数：

# 调用
(
    df.astype({'temperature': int})
    .groupby('province', as_index=False)
    .apply(grouped)
    .sort_index(level=1)
    .droplevel(0)
)
'''
  province month  temperature  diff
0       河南    2月         43.0   9.0
1       河北    1月         23.0   NaN
2       河南    1月         34.0   NaN
3       河南    5月         32.0   NaN
4       河南    3月         23.0 -20.0
5       河北    2月         45.0  22.0
'''

以上代码中我们还做了一些数据处理工作，这样就完成了需求。

（完）

pandas 对有缺失月份数据求与上月温差

数据

思路

代码

相关内容