pandas计算同比环比增长

问题描述

我有2017.1-2018.12的销售数据，计算每一个月的同比和环比增长，没有的话用null代替

注释：
同比和环比都是为了显示数据的变化速度，但是基数不同，同比侧重长期数据趋势变化，环比侧重于短期内数据趋势变化
同比是指在同一时期内的数据趋势变化，用于本期与同期的对比，例如本期2018-02月销售额与同期2017-02月销售额做对比。【（本期 - 同期）/ 同期】
环比是指在短时间内的数据趋势变化，用去本期与临近一起的对比，例如本期2018-02月销售额与上一期2018-01月销售额做对比。【（本期 - 临近一期）/ 临近一期】

数据准备

import pandas as pd
import random
rng = list(pd.date_range('1/1/2017', periods=24, freq='M')) #生成日期
mony = [random.randint(1000,9000) for i in range(0,24)] #随机生成销售额
data = pd.DataFrame({'rng':rng,'mony':mony}) #组成一个dataframe

计算环比增长

方法一：

for i in range(0,len(data)):if i == 0:data['huanbi'][i] = 'null'else:data['huanbi'][i] = format((data['mony'][i] - data['mony'][i-1])/data['mony'][i-1],'.2%')#format(res,'.2%') 小数格式化为百分数

方法二：

使用diff（periods=1, axis=0)）一阶差分函数
periods：移动的幅度默认值为1
axis:移动的方向，{0 or ‘index’, 1 or ‘columns’}，如果为0或者’index’，则上下移动，如果为1或者’columns’，则左右移动。默认列向移动

data['huanbi_1'] = data.mony.diff()

方法三：

使用pct_change()

data['huanbi_1'] = data.mony.pct_change()
data.fillna(0,inplace=True)

计算同比增长

使用一阶差分函数diff()

data['tongbi_shu'] = data.mony.diff(12)
data.fillna(0,inplace=True)
data['tongbi'] = data['tongbi_shu']/(data['mony'] - data['tongbi_shu'])
``

pandas计算同比环比增长相关推荐

python pandas 计算环比、同比 pct_change -- 自定义函数
加载库 import random import pandas as pd import numpy as np 随机生成数据集(DataFrame格式) DataRanges = pd.date_r ...
Power BI中计算同比、环比
财务需求中经常要求计算数据的同比.环比,下面介绍如何在Power BI 中创建用来计算同比和环比的度量值(SSAS模型中同理)... 现金表中有金额,时间(时间需要连续的年月日格式),计算同比.环比. ...
计算同比、环比的一些常识性问题
什么鬼我想在这篇文章中说明的是在计算同比.环比的值的时候,会遇到的一些问题.这些问题如下: 环比月天数不一致同比周数不一致可比&全同比在这一小节里面,我先不说上面的四个问题,我想说的是 ...
python使用pandas计算dataframe中每个分组的分位数极差、分组数据的分位数极差（range）、使用groupby函数和agg函数计算分组的两个分位数
python使用pandas计算dataframe中每个分组的分位数极差.分组数据的分位数极差(range).使用groupby函数和agg函数计算分组的两个分位数目录
python使用pandas计算dataframe中每个分组的极差、分组数据的极差（range）、使用groupby函数和agg函数计算分组的最大值和最小值
python使用pandas计算dataframe中每个分组的极差.分组数据的极差(range).使用groupby函数和agg函数计算分组的最大值和最小值目录
pandas计算dataframe两列数据值相等的行号、取出DataFrame中两列值相等的行号
pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号目录 pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号
pandas计算滑动窗口中的最小值实战（Rolling Minimum in a Pandas Column）：计算单数据列滑动窗口中的最小值、计算多数据列滑动窗口中的最小值
pandas计算滑动窗口中的最小值实战(Rolling Minimum in a Pandas Column):计算单数据列滑动窗口中的最小值.计算多数据列滑动窗口中的最小值目录
pandas计算滑动窗口中的最大值实战（Rolling Maximum in a Pandas Column）：计算单数据列滑动窗口中的最大值、计算多数据列滑动窗口中的最大值
pandas计算滑动窗口中的最大值实战(Rolling Maximum in a Pandas Column):计算单数据列滑动窗口中的最大值.计算多数据列滑动窗口中的最大值目录
pandas计算滑动窗口中的数值总和实战（Rolling Sum of a Pandas Column）：计算单数据列滑动窗口中的数值总和（sum）、计算多数据列滑动窗口中的数值总和（sum）
pandas计算滑动窗口中的数值总和实战(Rolling Sum of a Pandas Column):计算单数据列滑动窗口中的数值总和(sum).计算多数据列滑动窗口中的数值总和(sum) 目录
pandas生成新的累积连乘数据列（cumprod）、pandas生成新的累积连乘cumprod数据列（数据列中包含NaN的情况）、pandas计算整个dataframe的所有数据列的累积连乘
pandas生成新的累积连乘数据列(cumprod).pandas生成新的累积连乘cumprod数据列(数据列中包含NaN的情况).pandas计算整个dataframe的所有数据列的累积连乘cump ...

pandas计算同比环比增长

问题描述

数据准备

计算环比增长

计算同比增长

pandas计算同比环比增长相关推荐

最新文章

热门文章