我想按组计算价值变化。
这是我拥有的python pandas数据帧:
Group | Date | Value
A 01-02-2016 16
A 01-03-2016 15
A 01-04-2016 14
A 01-05-2016 17
A 01-06-2016 19
A 01-07-2016 20
B 01-02-2016 16
B 01-03-2016 13
B 01-04-2016 13
C 01-02-2016 16
C 01-03-2016 16
我想计算一下,对于A组,值正在上升,对于B组他们正在下降而对于C组他们没有变化。
我不确定如何处理它,因为在A组中,值最初会减少然后增加。那么我应该看看平均变化或最近的变化?
我应该使用pct_change吗? http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.pct_change.html我不确定如何指定时间帧。
df.groupby.pct_change
如果我能想象它也会很棒。任何建议或提示非常感谢!谢谢
答案 0 :(得分:6)
在pct_change
groupby
d1 = df.set_index(['Date', 'Group']).Value
d2 = d1.groupby(level='Group').pct_change()
print(d2)
Date Group
2016-01-02 A NaN
2016-01-03 A -0.062500
2016-01-04 A -0.066667
2016-01-05 A 0.214286
2016-01-06 A 0.117647
2016-01-07 A 0.052632
2016-01-02 B NaN
2016-01-03 B -0.187500
2016-01-04 B 0.000000
2016-01-02 C NaN
2016-01-03 C 0.000000
Name: Value, dtype: float64
可视化和比较的众多方法之一是看它们如何成长。在这种情况下,我
fillna(0)
add(1)
cumprod()
d2.fillna(0).add(1).cumprod().unstack().plot()
设置
from io import StringIO
import pandas as pd
txt = """Group Date Value
A 01-02-2016 16
A 01-03-2016 15
A 01-04-2016 14
A 01-05-2016 17
A 01-06-2016 19
A 01-07-2016 20
B 01-02-2016 16
B 01-03-2016 13
B 01-04-2016 13
C 01-02-2016 16
C 01-03-2016 16 """
df = pd.read_clipboard(parse_dates=[1])