팬더의 변화율을 계산하는 방법
pct_change() 함수를 사용하여 팬더 값 간의 백분율 변화를 계산할 수 있습니다.
#calculate percent change between values in pandas Series s. pct_change () #calculate percent change between rows in pandas DataFrame df[' column_name ']. pct_change ()
다음 예에서는 이 기능을 실제로 사용하는 방법을 보여줍니다.
예시 1: Pandas 시리즈의 백분율 변화
다음 코드는 Pandas 시리즈의 값 사이의 백분율 변화를 계산하는 방법을 보여줍니다.
import pandas as pd #create pandas Series s = pd. Series ([6, 14, 12, 18, 19]) #calculate percent change between consecutive values s. pct_change () 0 NaN 1 1.333333 2 -0.142857 3 0.500000 4 0.055556 dtype:float64
이 값을 계산하는 방법은 다음과 같습니다.
- 인덱스 1: (14 – 6) / 6 = 1.333333
- 인덱스 2: (12 – 14) / 14 = -.142857
- 지수 3: (18 – 12) / 12 = 0.5
- 인덱스 4: (19 – 18) / 18 = 0.055556
또한 기간 인수를 사용하여 서로 다른 간격의 값 사이의 백분율 변화를 계산할 수도 있습니다.
import pandas as pd #create pandas Series s = pd. Series ([6, 14, 12, 18, 19]) #calculate percent change between values 2 positions apart s. pct_change (periods= 2 ) 0 NaN 1 NaN 2 1.000000 3 0.285714 4 0.583333 dtype:float64
이 값을 계산하는 방법은 다음과 같습니다.
- 인덱스 2: (12 – 6) / 6 = 1.000000
- 인덱스 3: (18 – 14) / 14 = 0.285714
- 지수 4: (19 – 12) / 12 = .583333
예시 2: Pandas DataFrame의 백분율 변화
다음 코드는 Pandas DataFrame에서 연속 행 간의 백분율 변화를 계산하는 방법을 보여줍니다.
import pandas as pd #createDataFrame df = pd. DataFrame ({' period ': [1, 2, 3, 4, 5], ' sales ': [6, 7, 7, 9, 12]}) #view DataFrame df period sales 0 1 6 1 2 7 2 3 7 3 4 9 4 5 12 #calculate percent change between consecutive values in 'sales' column df[' sales_pct_change '] = df[' sales ']. pct_change () #view updated DataFrame df period sales sales_pct_change 0 1 6 NaN 1 2 7 0.166667 2 3 7 0.000000 3 4 9 0.285714 4 5 12 0.333333
이 값을 계산하는 방법은 다음과 같습니다.
- 인덱스 1: (7 – 6) / 6 = .166667
- 인덱스 2: (7 – 7) / 7 = 0.000000
- 인덱스 3: (9 – 7) / 7 = .285714
- 지수 4: (12 – 9) / 9 = .333333
pct_change() 함수에 대한 전체 문서는 여기에서 찾을 수 있습니다.
추가 리소스
Pandas에서 열의 평균을 계산하는 방법
팬더에서 중앙값을 계산하는 방법
Pandas에서 이동 평균을 계산하는 방법
팬더에서 슬라이딩 상관 관계를 계산하는 방법