當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python pandas.Series.pct_change用法及代碼示例


用法:

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

當前元素和先前元素之間的百分比變化。

默認情況下計算前一行的百分比變化。這對於比較元素時間序列中的變化百分比很有用。

參數

periods整數,默認 1

轉變形成百分比變化的周期。

fill_methodstr,默認 ‘pad’

如何在計算百分比變化之前處理 NA。

limit整數,默認無

停止前要填充的連續 NA 的數量。

freqDateOffset、timedelta 或 str,可選

從時間序列 API 中使用的增量(例如“M”或BDay())。

**kwargs

其他關鍵字參數被傳遞到 DataFrame.shiftSeries.shift

返回

chgSeries或DataFrame

與調用對象相同的類型。

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

查看係列中的百分比變化,其中用最後一個有效觀察值填充 NA 到下一個有效值。

>>> 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

從 1980 年 1 月 1 日到 1980 年 3 月 1 日,法國法郎、德國馬克和意大利裏拉的百分比變化。

>>> 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 庫存量的變化百分比。顯示計算列之間的百分比變化。

>>> 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

相關用法


注:本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.Series.pct_change。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。