迭代完整 pandas DataFrame 的最佳方法答案

【问题标题】：Optimal way to iterate full pandas DataFrame迭代完整 pandas DataFrame 的最佳方法
【发布时间】：2019-01-13 12:33:32
【问题描述】：

我有一个股票 CSV，我想添加一个以百分比表示的列。

例如：

原始 csv：

Date; Price;
Jan; 60.1;
Feb; 59.4;
Mar; 65.9;

而我想要的是创建一个新的 pandas DataFrame 列，包括 % 的变化，例如：

Date; Price; Change %;
Jan; 60.1;1.18;
Feb; 59.4;-9.86;
Mar; 65.9;;

在其他语言中，我通常会通过使用 FOR 循环迭代数据来执行此操作，使用 FOR 索引来选择所需的行。类似“更改[i]=((Price[i]/Price[i-1])-1)*100” 但我的问题是； 有什么方法可以更简单、更优化地做到这一点吗？像 R 中的 Apply() 函数一样？

您好！

【问题讨论】：

【解决方案1】：

Pandas 有一个 DataFrame 方法可以做到这一点：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.pct_change.html（如果你想乘以 100）。

或者，您可以使用 DataFrame.shift() 并执行以下操作：

df['Change_pct'] = df['Price']/df['Price'].shift(1)*100

【讨论】：