ပန်ဒါများတွင် ရာခိုင်နှုန်းပြောင်းလဲမှုကို တွက်ချက်နည်း

ပန်ဒါများရှိ တန်ဖိုးများကြား ရာခိုင်နှုန်းပြောင်းလဲမှုကို တွက်ချက်ရန် သင်သည် pct_change() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။

 #calculate percent change between values in pandas Series
s. pct_change ()

#calculate percent change between rows in pandas DataFrame
df[' column_name ']. pct_change ()

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- ပန်ဒါစီးရီးတွင် ရာခိုင်နှုန်းပြောင်းလဲမှု

အောက်ပါကုဒ်သည် ပန်ဒါစီးရီးတစ်ခုရှိ တန်ဖိုးများအကြား ရာခိုင်နှုန်းပြောင်းလဲမှုကို တွက်ချက်နည်းကို ပြသသည်-

 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

ဤတန်ဖိုးများကို တွက်ချက်ပုံမှာ အောက်ပါအတိုင်းဖြစ်သည်-

• အညွှန်း 1- (14 – 6) / 6 = 1.333333
• အညွှန်း 2- (12 – 14) / 14 = -.142857
• အညွှန်း 3- (18 – 12) / 12 = 0.5
• အညွှန်း 4- (19 – 18) / 18 = 0.055556

မတူညီသောကာလများတွင် တန်ဖိုးများအကြား ရာခိုင်နှုန်းပြောင်းလဲမှုကို တွက်ချက်ရန် ကာလ အငြင်းပွားမှုများကိုလည်း အသုံးပြုနိုင်ကြောင်း သတိပြုပါ-

 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

ဤတန်ဖိုးများကို တွက်ချက်ပုံမှာ အောက်ပါအတိုင်းဖြစ်သည်-

• အညွှန်း 2- (12 – 6) / 6 = 1.000000
• အညွှန်း 3- (18 – 14) / 14 = 0.285714
• အညွှန်း 4- (19 – 12) / 12 = .583333

ဥပမာ 2- ပန်ဒါ DataFrame တွင် ရာခိုင်နှုန်းပြောင်းလဲမှု

အောက်ဖော်ပြပါ ကုဒ်သည် ပန်ဒါ DataFrame ရှိ ဆက်တိုက်အတန်းများကြားရှိ ရာခိုင်နှုန်းပြောင်းလဲမှုကို တွက်ချက်နည်းကို ပြသသည်-

 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

ဤတန်ဖိုးများကို တွက်ချက်ပုံမှာ အောက်ပါအတိုင်းဖြစ်သည်-

• အညွှန်း 1- (7 – 6) / 6 = .166667
• အညွှန်း 2- (7 – 7) / 7 = 0.000000
• အညွှန်း 3- (9 – 7) / 7 = .285714
• အညွှန်း 4- (12 – 9) / 9 = .333333

pct_change() လုပ်ဆောင်ချက်၏ စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

Pandas ရှိ ကော်လံများ၏ ပျမ်းမျှအား တွက်ချက်နည်း
ပန်ဒါများတွင် ပျမ်းမျှတွက်နည်း
Pandas ရှိ Moving Average ကို တွက်ချက်နည်း
ပန်ဒါများတွင် လျှောကျဆက်စပ်မှုကို တွက်ချက်နည်း