基于 ID 的同比增长

Question

我正在尝试计算 Pandas 数据框中变量的年增长率。我的数据如下所示：

Year	Country	Industry	Value
2000	USA	Manufacturing	5
2000	Mexico	Manufacturing	10
2001	Mexico	Manufacturing	15
2002	Mexico	Other	20

根据国家或行业的不同，我有不同数量的观察结果。预期输出：

Year	Country	Industry	Value	YOY
2000	USA	Manufacturing	5	NaN
2000	Mexico	Manufacturing	10	NaN
2001	Mexico	Manufacturing	15	50%
2002	Mexico	Other	20	NaN

我尝试了不同的方法，包括：

df.groupby(['Country','Industry','Year'])['Value'].pct_change()

df['YOY'] = (df['Value'] - df.sort_values(by=['Country','Industry','Year']).groupby(['Country','Industry'])['Value'].shift(1))) / df['Value']

第一行计算行之间的增长，而不为新的国家或行业重新设置。第二个结果不连贯。

有什么线索可以帮助我吗？谢谢！！

Answer 1

试试这个：

df['YOY'] = df.groupby(['Country','Industry'])['Value'].pct_change().mul(100)

输出：

>>> df
   Year Country       Industry  Value   YOY
0  2000     USA  Manufacturing      5   NaN
1  2000  Mexico  Manufacturing     10   NaN
2  2001  Mexico  Manufacturing     15  50.0
3  2002  Mexico          Other     20   NaN

基于 ID 的同比增长

YOY growth based on ID

python

group-by

pandas