当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python pandas.DataFrame.pct_change用法及代码示例


用法:

DataFrame.pct_change(periods=1, fill_method='pad', limit=None, freq=None, **kwargs)

当前元素和先前元素之间的百分比变化。

默认情况下计算前一行的百分比变化。这对于比较元素时间序列中的变化百分比很有用。

参数

periods整数,默认 1

转变形成百分比变化的周期。

fill_methodstr,默认 ‘pad’

如何在计算百分比变化之前处理 NA。

limit整数,默认无

停止前要填充的连续 NA 的数量。

freqDateOffset、timedelta 或 str,可选

从时间序列 API 中使用的增量(例如“M”或BDay())。

**kwargs

其他关键字参数被传递到 DataFrame.shiftSeries.shift

返回

chgSeries或DataFrame

与调用对象相同的类型。

例子

Series

>>> s = pd.Series([90, 91, 85])
>>> s
0    90
1    91
2    85
dtype:int64
>>> s.pct_change()
0         NaN
1    0.011111
2   -0.065934
dtype:float64
>>> s.pct_change(periods=2)
0         NaN
1         NaN
2   -0.055556
dtype:float64

查看系列中的百分比变化,其中用最后一个有效观察值填充 NA 到下一个有效值。

>>> s = pd.Series([90, 91, None, 85])
>>> s
0    90.0
1    91.0
2     NaN
3    85.0
dtype:float64
>>> s.pct_change(fill_method='ffill')
0         NaN
1    0.011111
2    0.000000
3   -0.065934
dtype:float64

DataFrame

从 1980 年 1 月 1 日到 1980 年 3 月 1 日,法国法郎、德国马克和意大利里拉的百分比变化。

>>> df = pd.DataFrame({
...     'FR':[4.0405, 4.0963, 4.3149],
...     'GR':[1.7246, 1.7482, 1.8519],
...     'IT':[804.74, 810.01, 860.13]},
...     index=['1980-01-01', '1980-02-01', '1980-03-01'])
>>> df
                FR      GR      IT
1980-01-01  4.0405  1.7246  804.74
1980-02-01  4.0963  1.7482  810.01
1980-03-01  4.3149  1.8519  860.13
>>> df.pct_change()
                  FR        GR        IT
1980-01-01       NaN       NaN       NaN
1980-02-01  0.013810  0.013684  0.006549
1980-03-01  0.053365  0.059318  0.061876

GOOG 和 APPL 库存量的变化百分比。显示计算列之间的百分比变化。

>>> df = pd.DataFrame({
...     '2016':[1769950, 30586265],
...     '2015':[1500923, 40912316],
...     '2014':[1371819, 41403351]},
...     index=['GOOG', 'APPL'])
>>> df
          2016      2015      2014
GOOG   1769950   1500923   1371819
APPL  30586265  40912316  41403351
>>> df.pct_change(axis='columns', periods=-1)
          2016      2015  2014
GOOG  0.179241  0.094112   NaN
APPL -0.252395 -0.011860   NaN

相关用法


注:本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.pct_change。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。