计算熊猫数据框与基线值相比的百分比变化答案

【问题标题】：Calculating percentage change in pandas dataframe compared to baseline value计算熊猫数据框与基线值相比的百分比变化
【发布时间】：2020-05-13 21:34:35
【问题描述】：

我有一个 pandas 数据框，我想计算与起始值相比的百分比差异。有没有办法使用 pct_change() 来完成这个任务？

例如

我的数据

 date         close
2020-05-08    100
2020-05-11    102
2020-05-12    108

我希望更改看起来像

 date         close  change (%)
2020-05-08    100     0
2020-05-11    102     2
2020-05-12    108     8

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你可以的

df['change'] = df['close'].div(df['close'].iloc[0]).sub(1).mul(100)

或

df['change'] = (df.close/df.close.iloc[0] - 1) * 100

输出：

         date  close  change
0  2020-05-08    100     0.0
1  2020-05-11    102     2.0
2  2020-05-12    108     8.0

【讨论】：

第二个看起来更好更简洁的解决方案。 +1。
第二个正是我要找的，谢谢你的帮助！

【解决方案2】：

编辑：正如大卫所建议的，有比这更好的解决方案。我会留下答案，让你们知道不该做什么:)。

您始终可以使用额外的列来提供帮助。这很容易：

start_value = 100 #or access through the index

df['beginning'] = start_value
df['change (%)'] = 100 * (df.close/df.beginning - 1)
df

输出：

    date    close   beginning   change (%)
0   2020-05-08  100     100     0.0
1   2020-05-11  102     100     2.0
2   2020-05-12  108     100     8.0

【讨论】：

我认为实际上使用额外的列会更清楚，尤其是当您开始遇到更复杂的问题时（例如，将多行与单个基线进行比较，同时仍控制许多其他列）

【解决方案3】：

是的，这可以使用pct_change() 来完成。

df['change'] = (df['close'].pct_change().fillna(0).add(1).cumprod().sub(1))*100

如果不关心方向(+/-)，那么也可以取绝对值：

df['change'] = (df['close'].pct_change().fillna(0).add(1).cumprod().sub(1).abs())*100

【讨论】：

可爱的解决方案！