使用pandas groupby创建一个新列以指示特定列的趋势

Question

我有一个数据帧，如下所示

Session        ID       cumulative_prob
s1              1       0.4
s1              3       0.9
s1              4      -0.1
s1              5       0.3
s1              8       1.2
s1              9       0.2
s2              22      0.4
s2              29      0.7
s2              31      1.4
s2              32      0.4
s2              34      0.9
s3              36      0.9
s3              37     -0.1
s3              38      0.2
s3              40      1.0

从中，我想创建一个新的列，指示会话趋势(增加或减少(

预期输出：

Session        ID       cumulative_prob     Decrease
s1              1       0.4             no
s1              3       0.9             no
s1              4      -0.1             yes
s1              5       0.3             no
s1              8       1.2             no
s1              9       0.2             yes
s2              22      0.4             no
s2              29      0.7             no
s2              31      1.4             no
s2              32      0.4             yes
s2              34      0.9             no
s3              36      0.9             no
s3              37     -0.1             yes
s3              38      0.2             no
s3              40      1.0             no

注意：对于每个会话，在第一行保留deafault"no">

Answer 1

IIUC、GroupBy.diff和np.where:

#import numpy as np
df['Decrease'] = np.where(df.groupby('Session')['cumulative_prob']
.diff()
.lt(0),
'yes',
'no')
print(df)
Session  ID  cumulative_prob Decrease
0       s1   1              0.4       no
1       s1   3              0.9       no
2       s1   4             -0.1      yes
3       s1   5              0.3       no
4       s1   8              1.2       no
5       s1   9              0.2      yes
6       s2  22              0.4       no
7       s2  29              0.7       no
8       s2  31              1.4       no
9       s2  32              0.4      yes
10      s2  34              0.9       no
11      s3  36              0.9       no
12      s3  37             -0.1      yes
13      s3  38              0.2       no
14      s3  40              1.0       no

我们也可以使用Series.map:

(df.groupby('Session')['cumulative_prob']
.diff()
.lt(0)
.map({True : 'yes' , False : 'no'}))