如何基于参考标记位置计算Python中的相对值？

现有一个包含Item、Pmpp、IsReference、TimeStamp列的表格，需求如下：

• 按Item分组，以每组中IsReference=1对应的Pmpp值为基准，计算组内其余Pmpp的相对值
• 同理，按Item分组，以每组中IsReference=1对应的TimeStamp为参考日期，计算组内每条记录与参考日期的日期差

以下是初始实现代码，但存在逻辑问题：

import pandas as pd

d = {'Item': ["dmc1", "dmc1", "dmc1", "dmc1", "dmc2", "dmc2", "dmc2", "dmc2"], 
 'Pmpp': [3, 4, 3, 1, 2, 4, 3, 1],
 'IsReference': [0, 1, 0, 0, 1, 0, 0, 0],
 'TimeStamp': ["22.02.2023", "25.02.2023", "28.02.2023", "3.03.2023", "24.02.2023", "25.02.2023", "2.03.2023", "5.03.2023"]
}

df = pd.DataFrame(data = d)

# find location of reference
ref = df['Pmpp'][df['IsReference'] == 1].values

# calculate relative values
df['Pmpp_norm'] = df.groupby('Item')['Pmpp'].apply(lambda x: x/ref)

步骤说明 #

1. 转换日期格式：先将TimeStamp列转换为pandas可识别的日期类型，方便后续计算日期差
2. 分组提取基准值：按Item分组后，在每组内提取IsReference=1对应的Pmpp和TimeStamp作为基准
3. 计算相对Pmpp值：组内每条记录的Pmpp除以该组的基准Pmpp
4. 计算日期差：用每条记录的日期减去组内参考日期，得到天数差

修正后完整代码 #

import pandas as pd

d = {'Item': ["dmc1", "dmc1", "dmc1", "dmc1", "dmc2", "dmc2", "dmc2", "dmc2"], 
 'Pmpp': [3, 4, 3, 1, 2, 4, 3, 1],
 'IsReference': [0, 1, 0, 0, 1, 0, 0, 0],
 'TimeStamp': ["22.02.2023", "25.02.2023", "28.02.2023", "3.03.2023", "24.02.2023", "25.02.2023", "2.03.2023", "5.03.2023"]
}

df = pd.DataFrame(data=d)

# 1. 转换TimeStamp为日期格式，指定日期格式匹配输入
df['TimeStamp'] = pd.to_datetime(df['TimeStamp'], format='%d.%m.%Y')

# 2. 定义分组处理函数，同时计算基准Pmpp和日期差
def process_group(group):
    # 获取组内的参考Pmpp值
    ref_pmpp = group.loc[group['IsReference'] == 1, 'Pmpp'].iloc[0]
    # 获取组内的参考日期
    ref_date = group.loc[group['IsReference'] == 1, 'TimeStamp'].iloc[0]
    # 计算相对Pmpp
    group['Pmpp_norm'] = group['Pmpp'] / ref_pmpp
    # 计算日期差（天数）
    group['TimeDiff_days'] = (group['TimeStamp'] - ref_date).dt.days
    return group

# 3. 按Item分组应用处理函数
df = df.groupby('Item').apply(process_group).reset_index(drop=True)

print(df)

代码说明 #

• 初始代码的问题在于全局提取了所有参考Pmpp值，没有按组区分，导致分组计算时基准值错误
• 使用groupby.apply()在每组内独立提取基准值，确保每组使用自己的参考数据
• (group['TimeStamp'] - ref_date).dt.days将时间差转换为整数天数，方便查看

输出结果 #

Item  Pmpp  IsReference TimeStamp  Pmpp_norm  TimeDiff_days
0  dmc1     3            0 2023-02-22       0.75             -3
1  dmc1     4            1 2023-02-25       1.00              0
2  dmc1     3            0 2023-02-28       0.75              3
3  dmc1     1            0 2023-03-03       0.25              6
4  dmc2     2            1 2023-02-24       1.00              0
5  dmc2     4            0 2023-02-25       2.00              1
6  dmc2     3            0 2023-03-02       1.50              6
7  dmc2     1            0 2023-03-05       0.50              9

内容的提问来源于stack exchange，提问作者Przem