计算分组熊猫数据帧之间的百分比差异

Question

我已经计算了数据框中分组 ID 的两个月值之间的差异，我现在刚开始计算差异百分比，但在我使用 .pct_change() 的所有尝试中都收到了键盘错误或“NaN”。

我的 datafrane 构造如下；

ID	MONTH	TOTAL	Variance
REF1	1	55	0
REF1	2	65	10
REF1	3	66	1
REF2	7	65	-15
REF2	6	80	10
REF2	8	100	35

我现在需要添加另一列来描述上个月之间的差异百分比。

    df_all = ( 
            pd.concat(pd.read_excel("testdata.xlsx",
                                    header=None, sheet_name=None), ignore_index=True)
                .T.set_index(0).T
                .rename_axis(None, axis=1)
                .loc[:, ["ID", "DATE", "TOTAL"]]
                .assign(MONTH= lambda x: x["DATE"].dt.month)
                .groupby(by=["ID", "MONTH"], as_index=False).agg({"TOTAL":sum})
         )

df_all['Variance'] = df_all['TOTAL'].sub(
               df_all[['ID', 'MONTH']]
               .merge(df_all.assign(MONTH=df_all['MONTH'].add(1)),
                      how='left')['TOTAL']
              )
df_all['Variance'].fillna(0, inplace=True)

Answer 1

pct_chaange 对给定的样本数据工作得很好：

df['%'] = df.sort_values(['ID','MONTH']).groupby(['ID'])['TOTAL'].pct_change() * 100

输出 ：

     ID  MONTH  TOTAL  Variance          %
0  REF1      1     55         0        NaN
1  REF1      2     65        10  18.181818
2  REF1      3     66         1   1.538462
3  REF2      7     65       -15 -18.750000
4  REF2      6     80        10        NaN
5  REF2      8    100        35  53.846154