根据条件执行查询以获取行之间的差异

Question

我有一个大数据框作为输入，如下所示：

index type price
3000   C    300
3000   P    500
3500   C    300
3500   P    400
4500   P    100

我想得到相同指数但不同类型（C和p）的指数值，价格差异最小

现在我执行以下操作，但需要几秒钟：

k_c = np.unique(df.index[(df['type'] == 'C')])
k_p = np.unique(df.index[(df['type'] == 'P')])

common_k = np.intersect1d(k_c, k_p)

diff = [np.abs(df['price'][(df['type'] == 'C') & (df.index == k)].values[0] -
               df['price'][(df['type'] == 'P') & (df.index == k)].values[0]) for k in common_k]

min_index = common_k[np.argmin(diff)]

有没有办法让这更快

Answer 1

在轴=1上尝试^{}+^{}，然后^{}：

min_index = (
    df.reset_index()
        .pivot(index='index', columns='type', values='price')
        .dropna()
        .diff(axis=1).iloc[:, -1].abs().idxmin()
)

min_index：

3500

*注意pivot只有在同一索引中没有重复的“C”或“p”值时才有效

---

^{}要按索引并排获取值，请执行以下操作：

df.reset_index().pivot(index='index', columns='type', values='price')

type       C      P
index              
3000   300.0  500.0
3500   300.0  400.0
4500     NaN  100.0

^{}要清除不同时具有两个值的行，请执行以下操作：

type       C      P
index              
3000   300.0  500.0
3500   300.0  400.0

轴1上的^{}

type    C      P
index           
3000  NaN  200.0
3500  NaN  100.0

^{}以获取最后一列（其中差异累积）

index
3000    200.0
3500    100.0
Name: P, dtype: float64

^{}获取每个元素的绝对数值

^{}要获取最小值的索引：

3500

Answer 2

您可以使用groupby进行检查

inxout = df.sort_values('price').groupby('type')['price'].diff().idxmin()
2