我在数据透视表上有两列，我想找到％difference。
table['% average_change'] = ["Price per carat, 2015" / "Price per carat, 2019"]
print(table)
average_count = pd.pivot_table(df,index=["color", "carat"],values=["Price per carat","Year"],columns=["Year"])
print(average_count)
average_count = pd.pivot_table(df,index=["color", "carat"],values=["Price per carat","Year"],columns=["Year"])
print(average_count)
Price per carat
Year 2015 2019
color carat
DI1 0.3 - 0.39 1356.500000 NaN
0.50 - 0.69 1983.500000 NaN
0.70 - 0.79 2415.000000 NaN
0.90 - 0.99 2848.000000 NaN
1.00 - 1.24 3279.555556 3361.000000
1.25 - 1.49 4209.333333 NaN
1.50 - 1.99 3609.333333 NaN
2.00 - 2.99 4784.000000 NaN
3.00 - 3.99 4695.000000 NaN
DIF 0.23 - 0.29 3307.000000 NaN
0.3 - 0.39 4816.687500 2553.555556
0.4 - 0.44 NaN 3365.500000
0.45 - 0.49 4977.000000 NaN
0.50 - 0.69 7486.333333 NaN
0.70 - 0.79 7181.000000 5455.000000
0.80 - 0.89 9024.000000 NaN
0.90 - 0.99 10202.000000 NaN
1.00 - 1.24 15624.464286 9510.333333
1.50 - 1.99 NaN 15730.000000
2.00 - 2.99 NaN 21285.000000
3.00 - 3.99 NaN 86900.000000
DSI1 0.18 - 0.22 NaN 1519.000000
0.23 - 0.29 2214.750000 1300.000000
0.3 - 0.39 2070.844860 1829.000000
0.4 - 0.44 2097.825871 NaN
0.45 - 0.49 2271.428571 NaN
0.50 - 0.69 3039.090024 2656.857143
0.70 - 0.79 3922.832031 3559.400000
0.80 - 0.89 4288.363636 NaN
0.90 - 0.99 4829.680233 NaN
... ... ...
MVS2 1.25 - 1.49 NaN 3089.333333
2.00 - 2.99 NaN 4296.000000
3.00 - 3.99 NaN 6187.000000
MVVS1 1.00 - 1.24 NaN 2553.500000
1.25 - 1.49 NaN 3277.000000
1.50 - 1.99 NaN 3896.000000
2.00 - 2.99 NaN 5618.500000
3.00 - 3.99 NaN 9570.000000
MVVS2 1.00 - 1.24 NaN 3251.000000
1.25 - 1.49 NaN 3174.500000
1.50 - 1.99 NaN 3702.500000
2.00 - 2.99 NaN 5379.500000
3.00 - 3.99 NaN 5329.000000
5.00 - 5.99 NaN 9614.000000
NSI1 2.00 - 2.99 NaN 2574.000000
NVS1 1.00 - 1.24 NaN 2926.000000
2.00 - 2.99 NaN 4108.666667
3.00 - 3.99 NaN 5141.666667
4.00 - 4.99 NaN 4950.000000
NVS2 1.50 - 1.99 NaN 3520.000000
2.00 - 2.99 NaN 4114.000000
4.00 - 4.99 NaN 6264.000000
NVVS1 1.50 - 1.99 NaN 3643.000000
2.00 - 2.99 NaN 5033.666667
3.00 - 3.99 NaN 6412.000000
NVVS2 1.00 - 1.24 NaN 3303.250000
1.25 - 1.49 NaN 3103.000000
1.50 - 1.99 NaN 3388.000000
2.00 - 2.99 NaN 4643.000000
3.00 - 3.99 NaN 6007.750000
[788 rows x 2 columns]
count
average_count.info()
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 788 entries, (DI1, 0.3 - 0.39) to (NVVS2, 3.00 - 3.99)
Data columns (total 2 columns):
(Price per carat, 2015) 626 non-null float64
(Price per carat, 2019) 457 non-null float64
dtypes: float64(2)
memory usage: 14.8+ KB
age_count
average_count['% average_change'] = ["Price per carat, 2015" / "Price per carat, 2019"]
print(average_count)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-145-55289a2a7674> in <module>
----> 1 average_count['% average_change'] = ["Price per carat, 2015" / "Price per carat, 2019"]
2 print(average_count)
TypeError: unsupported operand type(s) for /: 'str' and 'str'