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