Pandas数据帧:检查数据是否单调递减

Question

我有一个像这样的pandas数据帧:

    Balance       Jan       Feb       Mar       Apr
0  9.724135  0.389376  0.464451  0.229964  0.691504
1  1.114782  0.838406  0.679096  0.185135  0.143883
2  7.613946  0.960876  0.220274  0.788265  0.606402
3  0.144517  0.800086  0.287874  0.223539  0.206002
4  1.332838  0.430812  0.939402  0.045262  0.388466

我想通过弄清楚从1月到4月的值是否单调递减(如在1和3行中的索引)来划分行,然后将每个组的余额相加,即最后我想要结束两个数字(减少时间序列为1.259299,其他数字为18.670919).

我想如果我可以添加一个"正在减少"的列中包含布尔值,我可以使用pandas的groupby来完成总和,但是我该如何创建这个列呢？

谢谢,安妮

Answer 1

您可以使用is_monotonicalgos中的一个函数:

In [10]: months = ['Jan', 'Feb', 'Mar', 'Apr']

In [11]: df.loc[:, months].apply(lambda x: pd.algos.is_monotonic_float64(-x)[0],
                                       axis=1)
Out[11]:
0    False
1     True
2    False
3     True
4    False
dtype: bool

的is_monotonic检查是否阵列它减小因此-x.values.

(这似乎比Tom的解决方案快得多,即使使用提供的小型DataFrame也是如此.)

Answer 2

months = ['Jan', 'Feb', 'Mar', 'Apr']

转置,以便我们可以使用该diff方法(不采用轴参数).我们用0填充第一行(1月)NaN.否则就是.

In [77]: df[months].T.diff().fillna(0) <= 0
Out[77]: 
         0     1      2     3      4
Jan   True  True   True  True   True
Feb  False  True   True  True  False
Mar   True  True  False  True   True
Apr  False  True   True  True  False

要检查它是否单调递减,请使用.all()方法.默认情况下,它超过了轴0,即行(月).

In [78]: is_decreasing = (df[months].T.diff().fillna(0) <= 0).all()

In [79]: is_decreasing
Out[79]: 
0    False
1     True
2    False
3     True
4    False
dtype: bool

In [80]: df['is_decreasing'] = is_decreasing

In [81]: df
Out[81]: 
    Balance       Jan       Feb       Mar       Apr is_decreasing
0  9.724135  0.389376  0.464451  0.229964  0.691504         False
1  1.114782  0.838406  0.679096  0.185135  0.143883          True
2  7.613946  0.960876  0.220274  0.788265  0.606402         False
3  0.144517  0.800086  0.287874  0.223539  0.206002          True
4  1.332838  0.430812  0.939402  0.045262  0.388466         False

就像你建议的那样,我们可以分组is_decreasing和总结:

In [83]: df.groupby('is_decreasing')['Balance'].sum()
Out[83]: 
is_decreasing
False            18.670919
True              1.259299
Name: Balance, dtype: float64

我爱大熊猫的时候就是这样的.