Как рассчитать процентное изменение в пандах

Вы можете использовать функцию pct_change() для расчета процентного изменения между значениями в 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 ()

Следующие примеры показывают, как использовать эту функцию на практике.

Пример 1: Процентное изменение в серии pandas

Следующий код показывает, как вычислить процентное изменение между значениями в серии 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

Вот как были рассчитаны эти значения:

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

Обратите внимание, что вы также можете использовать аргумент period для расчета процентного изменения между значениями через разные интервалы:

 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

Вот как были рассчитаны эти значения:

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

Пример 2: Процентное изменение в DataFrame pandas

Следующий код показывает, как вычислить процентное изменение между последовательными строками в DataFrame 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

Вот как были рассчитаны эти значения:

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

Полную документацию функции pct_change() вы можете найти здесь .

Дополнительные ресурсы

Как рассчитать среднее значение столбцов в Pandas
Как рассчитать медиану в пандах
Как рассчитать скользящее среднее в Pandas
Как рассчитать скользящую корреляцию в пандах