绘制两个 pandas 数据框列之间差异的分布图

Question

我有一个 pandas 数据框，其中包含列 A 和 B

我只想绘制列 A 和 B

之间差异百分比的分布图

        A                B
  1 1.051990e+10    1.051990e+04
  2 1.051990e+10    1.051990e+04
  5 4.841800e+10    1.200000e+10
  8 2.327700e+10    2.716000e+10
  9 1.204900e+10    2.100000e+08

分布图是这样的，有多少条记录有10%的差异，有多少条记录有20%的差异

我试过如下

df percCal(x,y):
  return (x-y)*100/x

df['perc'] = df.apply(lambda x: percCal(df['A'], df['B']), axis=1)

这不起作用，因为我是新手，请帮助

Answer 1

df['perc'] = (df['A'] - df['B']) *100/df['A']

Answer 2

def percCal(x,y):
  return (x-y)*100/x

df['perc'] = df.apply(lambda x: percCal(x['A'], x['B']), axis=1)

将 dfin lambda 更改为 x 在这种情况下，您为函数提供了数据 x，这意味着您为 percCal 提供了您在数据框的行，当您使用 df 时，您实际上给出了数据框，而函数返回的是数据框而不是值。但是请检查你的代码，如果x在函数中可以为0是有问题的。

Answer 3

认为这就是您要找的：

# Dummy df
data = [
    [1.051990e+10, 1.051990e+04],
    [1.051990e+10, 1.051990e+04],
    [4.841800e+10, 1.200000e+10],
    [2.327700e+10, 2.716000e+10],
    [1.204900e+10, 2.100000e+08],
]
cols = ['A', 'B']

df2 = pd.DataFrame(data, columns=cols)

# Solution
import seaborn as sns

df2['pct_diff'] = (df2['A'] - df2['B']) / df2['A']
sns.distplot(df2['pct_diff']);

Answer 4

您不需要 lambda 操作。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df1 = pd.DataFrame(np.random.randint(1, 10, (20, 2)), columns=['A', 'B'])

def percCal(x,y):
  return (x-y)*100/x

或者，直接操作列：

df1['diff'] = (df1['A'] - df1['B']) * 100 / df1['A']

应用函数并绘图：

df1['diff'] = percCal(df1['A'], df1['B'])
df1['diff'].plot(kind='density')

绘制两个 pandas 数据框列之间差异的分布图

Plot distribution of differences between two pandas dataframe columns

python

plot

distribution

pandas