Question

使用以下代码我尝试检查数字列的百分比变化：

import pandas as pd

df = pd.read_csv('./data.txt')
df.pct_change(1)

data.txt：

,AAPL,MSFT,^GSPC
2000-01-03,3.625643,39.33463,1455.219971
2000-01-04,3.319964,38.0059,1399.420044
2000-01-05,3.3685480000000005,38.406628000000005,1402.109985
2000-01-06,3.077039,37.12008,1403.449951

但是上面的代码会返回错误：

/opt/conda/lib/python3.5/site-packages/pandas/core/ops.py in na_op(x, y)
   1187                 if np.prod(xrav.shape) and np.prod(yrav.shape):
   1188                     with np.errstate(all='ignore'):
-> 1189                         result[mask] = op(xrav, yrav)
   1190             elif hasattr(x, 'size'):
   1191                 result = np.empty(x.size, dtype=x.dtype)

TypeError: unsupported operand type(s) for /: 'str' and 'str'

如何利用pct_change方法？删除非数字列（在本例中为日期列）重新运行pct_change，然后重新组合数据列？

Answer 1

第一列日期是字符串。 df.pct_change(1)尝试对这些字符串执行除法时会引发TypeError。

避免错误的一种方法是在解析CSV时将日期作为索引：

import pandas as pd

df = pd.read_csv('./data.txt', index_col=[0])
print(df.pct_change(1))

产量

                AAPL      MSFT     ^GSPC
2000-01-03       NaN       NaN       NaN
2000-01-04 -0.084310 -0.033780 -0.038345
2000-01-05  0.014634  0.010544  0.001922
2000-01-06 -0.086538 -0.033498  0.000956

您可能还想将日期字符串解析为日期：

df = pd.read_csv('./data.txt', index_col=[0], parse_dates=[0])

然后索引将是DatetimeIndex而不是普通Index（字符串）。这将允许您对索引和interpolate values based on time进行日期时算术。

pct_change方法在pandas数据帧中不起作用

1 个答案: