| 如何利用python中的pandas模块计算环比和同比 | 您所在的位置：网站首页 › if函数同比增长 › 如何利用python中的pandas模块计算环比和同比 |
如何利用python中的pandas模块计算环比和同比
|
在利用python进行业务数据分析时，往往需要使用pandas计算环比、同比及增长率等指标，为了能够更加方便的进行的统计数据，整理方法如下。 1.数据准备为方便进行演示，此处提前生成需要进行统计的数据，数据已经是按照时间维度进行排序。 months = pd.date_range(start='2010-01-01', end='2020-12-31', freq='M') test_df = pd.DataFrame({'month': months, 'v': 100*np.random.rand(months.shape[0], 1).reshape(months.shape[0])}) 2.环比计算 2.1 方法1 test_df['v_last']=test_df['v'].shift(1) test_df['month_erlier_1']=test_df['v']/test_df['v_last']-1 2.2 方法2 test_df['m_m_diff']=test_df['v'].diff() test_df['month_erlier_2']=test_df['m_m_diff']/test_df['v'].shift(1) 2.3 方法3 test_df['month_erlier_3']=test_df['v'].pct_change() 3.同比计算继续使用上述构建的数据源进行计算。 3.1 方法1 test_df["last_year_v"]=test_df['v'].shift(12) test_df['year_erlier_1']=test_df['v']/test_df['last_year_v']-1 3.2 方法2 test_df["year_diff"]=test_df['v'].diff(12) test_df['year_diff'].fillna(0,inplace=True) test_df['year_erlier_2']=test_df['year_diff']/(test_df['v']-test_df['year_diff']) 3.3 方法3 test_df['year_erlier_3']=test_df["v"].pct_change(periods=12) 4.关于pct_change()函数pct_change主要涉及一下参数： periods=1，用来设置计算的周期。fill_method=‘pad’，如何在计算百分比变化之前处理缺失值(NA)。limit=None，设置停止填充条件，即当遇到填充的连续缺失值的数量n时，停止此处填充freq=None，从时间序列 API 中使用的增量（例如 ‘M’ 或 BDay()) 4.1 使用例子1 #构建数据 months = pd.date_range(start='2020-01-01', end='2020-12-31', freq='M') test_df2 = pd.DataFrame({'month': months, 'v': 100*np.random.rand(months.shape[0], 1).reshape(months.shape[0])}) test_df2.loc[((test_df2.index>5) & (test_df2.index 'v': 100*np.random.rand(months.shape[0], 1).reshape(months.shape[0])}, index=months)数据样本截图： 计算效果图： 以上就是时候用pandas进行计算同比和环比的方法，请在使用过程中，结合数据情况先进行数据清洗后，再选择合适的方法进行计算。 |
计算季度末环比：
计算过程解释： 2020-03-31行处的值：使用3月份和1月份进行环比，即55.717305/84.492806-1 2020-06-30行处的值：使用6月份和3月份进行环比【本文地址】
公司简介
联系我们