循环计算数据帧中每个相同列值的最后一个和第三个值差

Question

我正试图计算数据集中每列(ex1、ex2…(特定月份和年份的最后一个值和第三个值之间的差值，然后保存到新的数据帧中。

我的数据集如下所示：

ex1//tr>>33>>7274

月		年	ex2
12	1995	55
12	1995		46	33
12	1995	12
12	1995	15	17
12	1995		6	16
12	1995	35	32
12	1995	67	22
12	1995	43	25
12	1995	31	26
12	1995	34	11
12	1995	53	14
12	1995	60
1		1996	34	90
1		1996	55	14
1		1996	58		24
1		1996	54	23
1		1996	33	20
1		1996	24	45
1		1996	23	33
1		1996	15	38
1	1996	11	50
1		1996	79	55
1		1996	80	71
1		1996	88

您正在寻找的基本操作是一个单行：

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

要使其成为您想要的输出，请尝试以下操作：

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

grp = df.groupby(['Month', 'Year'])

然后以下将返回您想要的差异，

grp.last() - grp.nth(2)

无需循环：(

编辑：这是我测试的同义示例——答案不是要求的形状，但数据是好的

df = pd.DataFrame(
{
"month": [1, 1, 1, 1, 2, 2, 2, 2, 1, 1, 1, 1, 2, 2, 2, 2],
"year": [1999, 1999, 1999, 1999, 1999, 1999, 1999, 1999, 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2000],
"ex1": [11, 22, 33, 44, 55, 66, 77, 88, 22, 44, 66, 88, 1010, 1212, 1414, 1616],
"ex2": [22, 44, 66, 88, 1010, 1212, 1414, 1616, 11, 22, 33, 44, 55, 66, 77, 88],
}
)

返回以下内容：

>>>         
ex1  ex2
month year
1     1999   11   22
2000   22   11
2     1999   11  202
2000  202   11