วิธีคำนวณเปอร์เซ็นต์การเปลี่ยนแปลงของแพนด้า

คุณสามารถใช้ฟังก์ชัน pct_change() เพื่อคำนวณเปอร์เซ็นต์การเปลี่ยนแปลงระหว่างค่าในแพนด้า:

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

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

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ตัวอย่างที่ 1: เปอร์เซ็นต์การเปลี่ยนแปลงในชุดหมีแพนด้า

รหัสต่อไปนี้แสดงวิธีคำนวณเปอร์เซ็นต์การเปลี่ยนแปลงระหว่างค่าในชุดหมีแพนด้า:

 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

นี่คือวิธีคำนวณค่าเหล่านี้:

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

โปรดทราบว่าคุณสามารถใช้อาร์กิวเมนต์ ช่วงเวลา เพื่อคำนวณเปอร์เซ็นต์การเปลี่ยนแปลงระหว่างค่าในช่วงเวลาต่างๆ:

 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

นี่คือวิธีคำนวณค่าเหล่านี้:

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

ตัวอย่างที่ 2: เปอร์เซ็นต์การเปลี่ยนแปลงใน DataFrame ของแพนด้า

รหัสต่อไปนี้แสดงวิธีการคำนวณเปอร์เซ็นต์การเปลี่ยนแปลงระหว่างแถวที่ต่อเนื่องกันใน DataFrame ของแพนด้า:

 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

นี่คือวิธีคำนวณค่าเหล่านี้:

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

คุณสามารถดูเอกสารฉบับเต็มของฟังก์ชัน pct_change() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

วิธีการคำนวณค่าเฉลี่ยของคอลัมน์ใน Pandas
วิธีคำนวณค่ามัธยฐานของหมีแพนด้า
วิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ในหมีแพนด้า
วิธีการคำนวณความสัมพันธ์แบบเลื่อนในแพนด้า