计算 Pandas 数据框中列值之间的百分比变化
Calculate percentage change between values of column in Pandas dataframe
我有一个数据框，其中包含从 2017 年到 2021 年这 5 年的一些价格指数。它看起来像这样：
Country
Industry
Year
Index
US
Agriculture
2017
83
US
Agriculture
2018
97.2
US
Agriculture
2019
100
US
Agriculture
2020
112
US
Agriculture
2021
108
Japan
Mining
2017
88
Japan
Mining
2018
93
Japan
Mining
2019
100
Japan
Mining
2020
104
Japan
Mining
2021
112
我的基准年是 2019 年，因此标记为 2019 的每一行的索引都是 100。其他所有内容都向上或向下移动。我想生成另一个名为 Percentage_Change 的列，显示从 2019 年作为基准年开始的同比变化。
我尝试使用 pd.series.pct_change 函数，但是，该函数计算从 2017 年开始的同比百分比变化，并为年份为 2017 的所有行生成一个 NaN 值，而不是2019年应该是基准年。
我希望输出如下所示：
Country
Industry
Year
Index
Percentage_change
Japan
Mining
2017
88
-5.37%
Japan
Mining
2018
93
-7%
Japan
Mining
2019
100
0
Japan
Mining
2020
104
4%
Japan
Mining
2021
112
7.69%
日本 2021 年和 2020 年的 percentage_change 是 (112-104)/104 = 7.69%，2020 年和 2019 年的差异是 (104-100)/100 = 4%，两者之间的差异2018年和2019年是(93-100)/100 = -7%，2017年和2018年相差是(88-93)/93 = -5.37%
还有其他方法可以计算 pandas 的百分比变化吗？
pct_change 正在计算 相对于先前值 的变化（这就是 2017 年为 NaN 的原因），这似乎不是您想要的。如果您想计算相对于 2019 的百分比变化，因为 2019 已经归一化为 100，只需减去 100：
df['Percentage_Change'] = df['Index'].sub(100)
输出：
Country Industry Year Index Percentage_Change
0 US Agriculture 2017 83.0 -17.0
1 US Agriculture 2018 97.2 -2.8
2 US Agriculture 2019 100.0 0.0
3 US Agriculture 2020 112.0 12.0
4 US Agriculture 2021 108.0 8.0
5 Japan Mining 2017 88.0 -12.0
6 Japan Mining 2018 93.0 -7.0
7 Japan Mining 2019 100.0 0.0
8 Japan Mining 2020 104.0 4.0
9 Japan Mining 2021 112.0 12.0
双向pct_change
如果您想要双向 pct_change“以 100 为中心”，您可以使用掩码来计算 pct_change 两种方式：
df['Percentage_Change'] = (df
.assign(ref=df['Year'].eq(2019))
.groupby(['Country', 'Industry'], group_keys=False)
.apply(lambda g: g['Index'].where(g['ref'].cummax()).pct_change()
.fillna(g['Index'][::-1].pct_change().mask(g['ref'].cummax(), 0))
)
)
输出：
Country Industry Year Index Percentage_Change
0 US Agriculture 2017 83.0 -0.146091
1 US Agriculture 2018 97.2 -0.028000
2 US Agriculture 2019 100.0 0.000000
3 US Agriculture 2020 112.0 0.120000
4 US Agriculture 2021 108.0 -0.035714
5 Japan Mining 2017 88.0 -0.053763
6 Japan Mining 2018 93.0 -0.070000
7 Japan Mining 2019 100.0 0.000000
8 Japan Mining 2020 104.0 0.040000
9 Japan Mining 2021 112.0 0.076923
我有一个数据框，其中包含从 2017 年到 2021 年这 5 年的一些价格指数。它看起来像这样：
| Country | Industry | Year | Index |
|---|---|---|---|
| US | Agriculture | 2017 | 83 |
| US | Agriculture | 2018 | 97.2 |
| US | Agriculture | 2019 | 100 |
| US | Agriculture | 2020 | 112 |
| US | Agriculture | 2021 | 108 |
| Japan | Mining | 2017 | 88 |
| Japan | Mining | 2018 | 93 |
| Japan | Mining | 2019 | 100 |
| Japan | Mining | 2020 | 104 |
| Japan | Mining | 2021 | 112 |
我的基准年是 2019 年，因此标记为 2019 的每一行的索引都是 100。其他所有内容都向上或向下移动。我想生成另一个名为 Percentage_Change 的列，显示从 2019 年作为基准年开始的同比变化。
我尝试使用 pd.series.pct_change 函数，但是，该函数计算从 2017 年开始的同比百分比变化，并为年份为 2017 的所有行生成一个 NaN 值，而不是2019年应该是基准年。
我希望输出如下所示：
| Country | Industry | Year | Index | Percentage_change |
|---|---|---|---|---|
| Japan | Mining | 2017 | 88 | -5.37% |
| Japan | Mining | 2018 | 93 | -7% |
| Japan | Mining | 2019 | 100 | 0 |
| Japan | Mining | 2020 | 104 | 4% |
| Japan | Mining | 2021 | 112 | 7.69% |
日本 2021 年和 2020 年的 percentage_change 是 (112-104)/104 = 7.69%，2020 年和 2019 年的差异是 (104-100)/100 = 4%，两者之间的差异2018年和2019年是(93-100)/100 = -7%，2017年和2018年相差是(88-93)/93 = -5.37%
还有其他方法可以计算 pandas 的百分比变化吗？
pct_change 正在计算 相对于先前值 的变化（这就是 2017 年为 NaN 的原因），这似乎不是您想要的。如果您想计算相对于 2019 的百分比变化，因为 2019 已经归一化为 100，只需减去 100：
df['Percentage_Change'] = df['Index'].sub(100)
输出：
Country Industry Year Index Percentage_Change
0 US Agriculture 2017 83.0 -17.0
1 US Agriculture 2018 97.2 -2.8
2 US Agriculture 2019 100.0 0.0
3 US Agriculture 2020 112.0 12.0
4 US Agriculture 2021 108.0 8.0
5 Japan Mining 2017 88.0 -12.0
6 Japan Mining 2018 93.0 -7.0
7 Japan Mining 2019 100.0 0.0
8 Japan Mining 2020 104.0 4.0
9 Japan Mining 2021 112.0 12.0
双向pct_change
如果您想要双向 pct_change“以 100 为中心”，您可以使用掩码来计算 pct_change 两种方式：
df['Percentage_Change'] = (df
.assign(ref=df['Year'].eq(2019))
.groupby(['Country', 'Industry'], group_keys=False)
.apply(lambda g: g['Index'].where(g['ref'].cummax()).pct_change()
.fillna(g['Index'][::-1].pct_change().mask(g['ref'].cummax(), 0))
)
)
输出：
Country Industry Year Index Percentage_Change
0 US Agriculture 2017 83.0 -0.146091
1 US Agriculture 2018 97.2 -0.028000
2 US Agriculture 2019 100.0 0.000000
3 US Agriculture 2020 112.0 0.120000
4 US Agriculture 2021 108.0 -0.035714
5 Japan Mining 2017 88.0 -0.053763
6 Japan Mining 2018 93.0 -0.070000
7 Japan Mining 2019 100.0 0.000000
8 Japan Mining 2020 104.0 0.040000
9 Japan Mining 2021 112.0 0.076923