Como calcular a variação percentual em pandas

Você pode usar a função pct_change() para calcular a variação percentual entre valores em pandas:

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

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

Os exemplos a seguir mostram como usar esta função na prática.

Exemplo 1: variação percentual na série pandas

O código a seguir mostra como calcular a variação percentual entre valores em uma série de pandas:

 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

Veja como esses valores foram calculados:

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

Observe que você também pode usar o argumento de períodos para calcular a variação percentual entre valores em intervalos diferentes:

 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

Veja como esses valores foram calculados:

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

Exemplo 2: alteração percentual no DataFrame do pandas

O código a seguir mostra como calcular a variação percentual entre linhas consecutivas em um DataFrame do pandas:

 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

Veja como esses valores foram calculados:

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

Você pode encontrar a documentação completa da função pct_change() aqui .

Recursos adicionais

Como calcular a média das colunas no Pandas
Como calcular a mediana em pandas
Como calcular uma média móvel em Pandas
Como calcular a correlação deslizante em pandas