Pandas 索引和计算多行效率思想向量化代码

Question

我对 pandas 有点陌生，我觉得应该有一种更有效的方法来获得最小年份和最大年份的差异，所以针对每个国家/地区进行更改，而不是像我一样遍历每个国家/地区我正在做我想矢量化代码。也许这只是数据集的组织方式，但我一直在努力寻找矢量化解决方案。

有没有人知道如何运行在不像我一样遍历国家的情况下做到这一点？我觉得应该有办法做到这一点。我在我的代码示例下方添加了一个数据集示例。

new_columns = ['CountryName', 'Forest Area Change' ]
dff = pd.DataFrame(columns=new_columns) 

for country in countries:
    forest_area_1990 = df[(df.CountryName == country) & (df.IndicatorCode == 'AG.LND.FRST.ZS') & (df.Year == 1990)].Value.values
    forest_area_2015 = df[(df.CountryName == country) & (df.IndicatorCode == 'AG.LND.FRST.ZS') & (df.Year == 2015)].Value.values

    if forest_area_1990.size > 0 and forest_area_2015.size > 0:
        dff = dff.append({new_columns[0]:country, new_columns[1]: forest_area_2015[0] - forest_area_1990[0]}, ignore_index=True)

数据集如下所示：

            CountryName CountryCode                 IndicatorName   IndicatorCode  Year      Value  

11531340         Canada         CAN  Forest area (% of land area)  AG.LND.FRST.ZS  1990  38.299073  
21041940         Canada         CAN  Forest area (% of land area)  AG.LND.FRST.ZS  2015  38.166671  
11777751  United States         USA  Forest area (% of land area)  AG.LND.FRST.ZS  1990  33.022308  
21288351  United States         USA  Forest area (% of land area)  AG.LND.FRST.ZS  2015  33.899723

Answer 1

我相信您要查找的是以下内容：

res = df[["CountryName", "Value"]].groupby("CountryName").agg(["first", "last"])
res.columns = ["first", "last"]
res["change"] = res["last"] - res["first"]

结果是：

                   first       last    change
CountryName                                  
Canada         38.299073  38.166671 -0.132402
United States  33.022308  33.899723  0.877415

Pandas 索引和计算多行效率思想向量化代码

Pandas indexing and calculating over rows efficiency ideas vectorizing code

python

indexing

vectorization

pandas