循环计算数据帧中每个相同列值的最后一个和第三个值的差异

Question

我试图计算数据集中每列（ex1，ex2，...）的特定月份和年份的最后一个和第三个值之间的差异，然后保存到新的数据框中。

我的数据集如下所示：

月	年	前1	前2
12	1995年	55	55
12	1995年	46	33
12	1995年	33	12
12	1995年	15	17 号
12	1995年	6	16
12	1995年	35	32
12	1995年	67	22
12	1995年	43	25
12	1995年	31	26
12	1995年	34	11
12	1995年	53	14
12	1995年	72	60
1	1996年	34	90
1	1996年	55	14
1	1996年	58	24
1	1996年	54	23
1	1996年	33	20
1	1996年	24	45
1	1996年	23	33
1	1996年	15	38
1	1996年	11	50
1	1996年	79	55
1	1996年	80	71
1	1996年	88	74

例如，我想计算ex1：

• 1995 年 12 月的最后值 -> 72

• 1995 年 12 月的第三个值 -> 33

• 差值：72 - 33 = 39

• 1996 年第 1 个月的最后值 -> 88

• 1996 年 1 月的第三个值 -> 58

• 差值：88 - 58 = 30

对于ex2：

• 1995 年 12 月的最后值 -> 88

• 1995 年 12 月的第三个值 -> 58

• 差值：88 - 58 = 30

• 1996 年第 1 个月的最后值 -> 74

• 1996 年 1 月的第三个值 -> 24

• 差值：74 - 24 = 50

之后，我想将这些值写入一个新的数据帧，如下所示：

姓名	月	年	不同之处
前1	12	1995年	39
前1	1	1996年	30
前2	12	1995年	30
前2	1	1996年	50

我尝试执行以下操作：

df = pd.read_excel ('dataset') #See above
df_new = pd.DataFrame(columns=["Name","Month","Year","Difference"])

for colname, colitems in df.iloc.[:,2:].iteritems():
    for rownum, rowitem in colitems.iteritems():

        if (df["month"][rownum] != df["month"][rownum+1]) & (df["year"][rownum] != df["year"][rownum+1]):
            last= df[colname][rownum]
            third= df[colname][2]
            diff = last - third
            df_new.assign(name = df[colname][rownum], month = df["month"][rownum], 
                                    year= df["year"][rownum], difference= diff)

当我尝试运行它时，我在if子句中遇到了KeyError: 79。

另外，我的代码仅计算ex1的第 12 个月和 1995 年的差异。我怎样才能继续到下个月和下一年以及下一个值：ex2。我的方向正确吗？您有什么建议可以帮助我解决问题吗？

如果我遗漏了任何有助于解决此问题的内容，请告诉我，以便我立即纠正。

Answer 1

您正在寻找的基本操作是一行：

res = df.groupby(['month','year']).last() - df.groupby(['month','year']).nth(2)
print(res)

            ex1  ex2
month year          
1     1996   30   50
12    1995   39   48

为了使其达到您想要的输出形状，请尝试如下：

res.reset_index(drop=False,inplace=True)
res.sort_values(['year','month'], inplace=True)

res = pd.melt(res, 
              id_vars=['month','year'], 
              value_vars=['ex1','ex2'], 
              var_name = 'name', 
              value_name='difference')

res = res.loc[:, ['name','month','year','difference']]
print(res)

  name  month  year  difference
0  ex1     12  1995          39
1  ex1      1  1996          30
2  ex2     12  1995          48
3  ex2      1  1996          50