Question

我有以下数据集：

import pandas as pd
w = pd.Series(['EY', 'EY', 'EY', 'KPMG', 'KPMG', 'KPMG', 'BAIN', 'BAIN', 'BAIN'])
x = pd.Series([2020,2019,2018,2020,2019,2018,2020,2019,2018])
y = pd.Series([100000, 500000, 1000000, 50000, 100000, 40000, 1000, 500, 4000])
z = pd.Series([10000, 10000, 20000, 25000, 50000, 10000, 100000, 50500, 120000])
df = pd.DataFrame({'consultant': w, 'fiscal_year':x, 'actual_cost':y, 'budgeted_cost':z})

indexer_consultant_fy = ['consultant', 'fiscal_year']
df = df.set_index(indexer_consultant_fy).sort_index(ascending=True)
df['actual_budget_pct_diff'] = df.pct_change(axis='columns',fill_method='ffill')['budgeted_cost']

如何在不切换数据帧中的列的情况下，在实际的最后一行代码中切换Actual_cost和budgeted_cost？

结果应该是，当actual_cost高于预算成本时， actual_budget_pct_diff 是正数吗？谢谢大家！

Answer 1

只需指定periods=-1并按如下所示选择列[actual_cost]：

df['actual_budget_pct_diff'] = df.pct_change(periods=-1, axis='columns',fill_method='ffill')['actual_cost']

Out[160]:
                        actual_cost  budgeted_cost  actual_budget_pct_diff
consultant fiscal_year
BAIN       2018                4000         120000               -0.966667
           2019                 500          50500               -0.990099
           2020                1000         100000               -0.990000
EY         2018             1000000          20000               49.000000
           2019              500000          10000               49.000000
           2020              100000          10000                9.000000
KPMG       2018               40000          10000                3.000000
           2019              100000          50000                1.000000
           2020               50000          25000                1.000000

Answer 2

由于您只想计算2列之间的pct_change，您可以手动进行，因为它仍将被矢量化：

df['actual_budget_pct_diff'] = (df.actual_cost-df.budgeted_cost)/df.budgeted_cost

您得到：

                        actual_cost  budgeted_cost  actual_budget_pct_diff
consultant fiscal_year                                                    
BAIN       2018                4000         120000               -0.966667
           2019                 500          50500               -0.990099
           2020                1000         100000               -0.990000
EY         2018             1000000          20000               49.000000
           2019              500000          10000               49.000000
           2020              100000          10000                9.000000
KPMG       2018               40000          10000                3.000000
           2019              100000          50000                1.000000
           2020               50000          25000                1.000000

Answer 3

您可以轻松地将df.pct_change函数应用于具有重新排序的列的另一个数据框，而无需更改df本身的列。

df['actual_budget_pct_diff'] = df[['budgeted_cost', 'actual_cost']].pct_change(axis='columns', fill_method='ffill')['actual_cost']

请注意，df[['budgeted_cost', 'actual_cost']]是一个新的数据框，它不会影响原始数据框df的列顺序。因此，df的顺序仍按要求保留：

                        actual_cost  budgeted_cost  actual_budget_pct_diff
consultant fiscal_year                                                    
BAIN       2018                4000         120000               -0.966667
           2019                 500          50500               -0.990099
           2020                1000         100000               -0.990000
EY         2018             1000000          20000               49.000000
           2019              500000          10000               49.000000
           2020              100000          10000                9.000000
KPMG       2018               40000          10000                3.000000
           2019              100000          50000                1.000000
           2020               50000          25000                1.000000

获取百分比变化，其中轴等于python pandas中的列？

3 个答案: