Question

我有一个pandas数据框，我想计算与初始值相比的百分比差异。有没有办法使用pct_change（）完成此任务？

例如

我的数据

 date         close
2020-05-08    100
2020-05-11    102
2020-05-12    108

我希望更改看起来像

 date         close  change (%)
2020-05-08    100     0
2020-05-11    102     2
2020-05-12    108     8

Answer 1

是的，可以使用pct_change()完成。

df['change'] = (df['close'].pct_change().fillna(0).add(1).cumprod().sub(1))*100

如果您不关心方向(+/-)，那么也可以采用绝对值：

df['change'] = (df['close'].pct_change().fillna(0).add(1).cumprod().sub(1).abs())*100

Answer 2

你可以做

df['change'] = df['close'].div(df['close'].iloc[0]).sub(1).mul(100)

或

df['change'] = (df.close/df.close.iloc[0] - 1) * 100

输出：

         date  close  change
0  2020-05-08    100     0.0
1  2020-05-11    102     2.0
2  2020-05-12    108     8.0

Answer 3

编辑：正如David所建议的，有比这更好的解决方案。我会留下答案，以便你们男孩和女孩知道不要做什么：）。

您始终可以使用额外的列来提供帮助。这很简单：

start_value = 100 #or access through the index

df['beginning'] = start_value
df['change (%)'] = 100 * (df.close/df.beginning - 1)
df

输出：

    date    close   beginning   change (%)
0   2020-05-08  100     100     0.0
1   2020-05-11  102     100     2.0
2   2020-05-12  108     100     8.0

计算与基准值相比的熊猫数据框的变化百分比

3 个答案: