计算 pandas 的 n 天增长率答案

【问题标题】：Calculate n day growth rate in pandas计算 pandas 的 n 天增长率
【发布时间】：2020-09-09 05:49:33
【问题描述】：

我有一个如下的数据框：

'country_code', 'count_date', 'case_count'
CAN           ,  2020-09-01 ,  1700000
CAN           ,  2020-08-31 ,  1650000
...           ,  ....       ,  ....
SGP           ,  ....       ,  ....
...           ,  ....       ,  ....
USA           ,  ....       ,  ....
...           ,  ....       ,  ....

排序为：

df = df.sort_values(['country_code','count_date'], ascending=[True,False])

假设 f(x) 是日期 x 的 case_count，那么我需要计算：

(f(x) - f(x-7))/(f(x-8) - f(x-15)

每个国家代码

我可以如下计算连续日期之间的差异：

df['dailynew_cases'] = df.groupby('country_code')['case_count'].diff(-1)

但是如何计算7天（或n天）的增长率并将其保存在同一个DF中的另一列？

编辑#1： pct_change 函数与所需的输出不匹配。以下是 2020 年 8 月 29 日美国的值

case_count = [5867633.0, 5573695.0, 5529672.0, 5248806.0] 
count_date = [datetime.date(2020, 8, 28), datetime.date(2020, 8, 21), datetime.date(2020, 8, 20), datetime.date(2020, 8, 14)]

期望的输出是(5867633.0-5573695.0)/(5529672.0-5248806.0) = 1.0465 但是 pct_change 给出 0.0518

【问题讨论】：

标签： python pandas

【解决方案1】：

要获取增长率，您可以使用pct_change

df['growth'] =  df.groupby('country_code')['case_count'].pct_change(periods=7)

【讨论】：

为此我必须按升序对日期进行排序？

【解决方案2】：

我可以使用shift解决这个问题

df['growth_rate'] = df.groupby('country_code').case_count.transform(lambda x: (x.shift(-1) - x.shift(-n)) / (x.shift(-n-1) - x.shift(-n-n))*100)

【讨论】：