Question

目前，我已经编写了以下用于百分比变化计算的函数：

function pct_change(input::AbstractVector{<:Number})::AbstractVector{Number}
    result = [NaN]
    for i in 2:length(input)
        push!(result, (input[i] - input[i-1])/input[i-1])
    end
    return result
end

这按预期工作。但是想知道是否有类似于熊猫pct_change的Julia DataFrames内置函数可以直接使用？还是我可以对上面的功能进行任何其他更好的方式或改进？

Answer 1

这是一个非常特定的功能，未在DataFrames.jl中提供，而是在TimeSeries.jl中提供。这是一个示例：

julia> using TimeSeries, Dates

julia> ta = TimeArray(Date(2018, 1, 1):Day(1):Date(2018, 12, 31), 1:365);

julia> percentchange(ta);

（应该计算的内容还有更多选择）

缺点是它只接受TimeArray个对象，并且丢弃了无法计算百分比变化的时间段（因为它们保留在Python中）。

如果您想要自定义定义，请考虑将第一个值表示为missing，而不是NaN，表示为missing。同样，您的函数将不会产生最准确的数字表示形式（例如，如果您想使用BigFloat或使用Rational类型进行精确计算，它们将转换为Float64）。这是避免这些问题的示例替代函数实现：

function pct_change(input::AbstractVector{<:Number})
    res = @view(input[2:end]) ./ @view(input[1:end-1]) .- 1
    [missing; res]
end

或

function pct_change(input::AbstractVector{<:Number})
    [i == 1 ? missing : (input[i]-input[i-1])/input[i-1] for i in eachindex(input)]
end

现在两种情况都有：

julia> pct_change(1:10)
10-element Array{Union{Missing, Float64},1}:
  missing
 1.0
 0.5
 0.33333333333333326
 0.25
 0.19999999999999996
 0.16666666666666674
 0.1428571428571428
 0.125
 0.11111111111111116

julia> pct_change(big(1):10)
10-element Array{Union{Missing, BigFloat},1}:
  missing
 1.0
 0.50
 0.3333333333333333333333333333333333333333333333333333333333333333333333333333391
 0.25
 0.2000000000000000000000000000000000000000000000000000000000000000000000000000069
 0.1666666666666666666666666666666666666666666666666666666666666666666666666666609
 0.1428571428571428571428571428571428571428571428571428571428571428571428571428547
 0.125
 0.111111111111111111111111111111111111111111111111111111111111111111111111111113

julia> pct_change(1//1:10)
10-element Array{Union{Missing, Rational{Int64}},1}:
   missing
 1//1
 1//2
 1//3
 1//4
 1//5
 1//6
 1//7
 1//8
 1//9

返回正确的值。

朱莉娅DataFrames相当于熊猫pct_change（）

1 个答案: