如何从 csv excel 数据表中计算增长率答案

【问题标题】：How to calculate growth rate from csv excel data sheet如何从 csv excel 数据表中计算增长率
【发布时间】：2019-11-29 02:47:08
【问题描述】：

我正在使用 csv 表，其中包含来自啤酒厂的数据，例如所需数据、数量订单等。

我想写一个模块来读取csv文件结构并将数据加载到合适的数据结构中在 Python 中。我必须通过计算平均增长率来解释数据，不同的啤酒，并使用这些值来预测未来给定一周或一个月的销量。

我不知道从哪里开始。到目前为止，我唯一的代码行是：

df = pd.read_csv (r'file location')
print (df)

【问题讨论】：

你在问什么？您想知道如何构建应用程序吗？您是否阅读过任何文档或成千上万的可用指南和教程？
@AlexanderCécile，我想知道如何计算这个增长率。我已经尝试过教程和指南。
您在寻找什么样的增长率？数据是什么格式的？如果它足够小，Excel 可能是一个更好的工具。
@user1558604 我正在查看每月的增长率

标签： python excel flask

【解决方案1】：

为了说明，我下载了美国就业水平 (https://fred.stlouisfed.org/series/CE16OV) 和人口 (https://fred.stlouisfed.org/series/POP) 的数据。

import pandas as pd

employ = pd.read_csv('/home/brb/bugs/data/CE16OV.csv')
employ = employ.rename(columns={'DATE':'date'})
employ = employ.rename(columns={'CE16OV':'employ'})
employ = employ[employ['date']>='1952-01-01']

pop = pd.read_csv('/home/brb/bugs/data/POP.csv')
pop = pop.rename(columns={'DATE':'date'})
pop = pop.rename(columns={'POP':'pop'})
pop = pop[pop['date']<='2019-10-01']

df = pd.merge(employ,pop)

df['employ_monthly'] = df['employ'].pct_change()
df['employ_yoy'] = df['employ'].pct_change(periods=12)
df['employ_pop'] = df['employ']/df['pop']
df.head()

【讨论】：