Jak obliczyć zmianę procentową u pand

Możesz użyć funkcji pct_change() do obliczenia procentowej zmiany pomiędzy wartościami w pandach:

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

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

Poniższe przykłady pokazują, jak w praktyce wykorzystać tę funkcję.

Przykład 1: Zmiana procentowa w serii pand

Poniższy kod pokazuje, jak obliczyć procentową zmianę pomiędzy wartościami w serii pand:

 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

Oto jak obliczono te wartości:

• Indeks 1: (14 – 6) / 6 = 1,333333
• Indeks 2: (12 – 14) / 14 = -.142857
• Indeks 3: (18 – 12) / 12 = 0,5
• Indeks 4: (19 – 18) / 18 = 0,055556

Pamiętaj, że możesz także użyć argumentu okresy , aby obliczyć procentową zmianę pomiędzy wartościami w różnych odstępach czasu:

 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

Oto jak obliczono te wartości:

• Indeks 2: (12 – 6) / 6 = 1,000000
• Indeks 3: (18 – 14) / 14 = 0,285714
• Indeks 4: (19 – 12) / 12 = 0,583333

Przykład 2: Zmiana procentowa w ramce DataFrame pand

Poniższy kod pokazuje, jak obliczyć procentową zmianę między kolejnymi wierszami w ramce DataFrame pandy:

 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

Oto jak obliczono te wartości:

• Indeks 1: (7 – 6) / 6 = 0,166667
• Indeks 2: (7 – 7) / 7 = 0,000000
• Indeks 3: (9 – 7) / 7 = 0,285714
• Indeks 4: (12 – 9) / 9 = 0,333333

Pełną dokumentację funkcji pct_change() znajdziesz tutaj .

Dodatkowe zasoby

Jak obliczyć średnią kolumn w Pandach
Jak obliczyć medianę w pandach
Jak obliczyć średnią ruchomą w pandach
Jak obliczyć korelację przesuwną w pandach