计算数据框中趋势的百分比增加/减少答案

【问题标题】：Calculating % increase/decrease for a trend in a dataframe计算数据框中趋势的百分比增加/减少
【发布时间】：2020-11-06 00:08:39
【问题描述】：

对 Python 和 pandas 非常陌生。我有一个数据文件，它有一个趋势列（-1 表示向下，0 表示中性，1 表示向上）和一个数据列（下面的示例）。我正在尝试计算此文件中每个趋势段的百分比增加/减少。例如，第 1-8 行下降了 -1.21%，第 11-20 行上升了 0.40%，等等。

尝试将文件拆分为每个趋势的多个文件，但对于我拥有的非常大的文件来说这并不实用。

任何帮助将不胜感激。谢谢

trend,temp,,
-1,9.321,,
-1,9.305,,
-1,9.296,,
-1,9.288,,
-1,9.265,,
-1,9.241,,
-1,9.221,,
-1,9.208,,
0,9.201,,
0,9.198,,
1,9.203,,
1,9.206,,
1,9.21,,
1,9.215,,
1,9.218,,
1,9.223,,
1,9.25,,
1,9.28,,
1,9.235,,
1,9.241,,
-1,9.24,,
-1,9.237,,
-1,9.23,,
-1,9.227,,
-1,9.221,,
-1,9.217,,
-1,9.212,,
-1,9.208,,
-1,9.204,,
0,9.201,,

【问题讨论】：

标签： python pandas dataframe calculation

【解决方案1】：

您可以使用.groupby 查找连续组，然后使用自定义函数对其进行转换：

df['perc'] = df.groupby((df['trend'] != df['trend'].shift(1)).cumsum())['temp'].transform(lambda x:  (x.values[-1] - x.values[0])/(x.values[0])) * (df['trend'] != 0) * 100
print(df)

打印：

    trend   temp      perc
0  -1      9.321 -1.212316
1  -1      9.305 -1.212316
2  -1      9.296 -1.212316
3  -1      9.288 -1.212316
4  -1      9.265 -1.212316
5  -1      9.241 -1.212316
6  -1      9.221 -1.212316
7  -1      9.208 -1.212316
8   0      9.201 -0.000000
9   0      9.198 -0.000000
10  1      9.203  0.412909
11  1      9.206  0.412909
12  1      9.210  0.412909
13  1      9.215  0.412909
14  1      9.218  0.412909
15  1      9.223  0.412909
16  1      9.250  0.412909
17  1      9.280  0.412909
18  1      9.235  0.412909
19  1      9.241  0.412909
20 -1      9.240 -0.389610
21 -1      9.237 -0.389610
22 -1      9.230 -0.389610
23 -1      9.227 -0.389610
24 -1      9.221 -0.389610
25 -1      9.217 -0.389610
26 -1      9.212 -0.389610
27 -1      9.208 -0.389610
28 -1      9.204 -0.389610
29  0      9.201  0.000000

你可以另外分组：

print( df.groupby((df['trend'] != df['trend'].shift(1)).cumsum())['perc'].first() )

打印：

trend
1   -1.212316
2   -0.000000
3    0.412909
4   -0.389610
5    0.000000
Name: perc, dtype: float64

【讨论】：