python pandas groupby计算变化

Question

我想按组计算值变化

这是 python pandas 数据帧 df 我有：

Group |   Date      | Value
  A     01-02-2016     16 
  A     01-03-2016     15 
  A     01-04-2016     14 
  A     01-05-2016     17 
  A     01-06-2016     19 
  A     01-07-2016     20 
  B     01-02-2016     16 
  B     01-03-2016     13 
  B     01-04-2016     13 
  C     01-02-2016     16 
  C     01-03-2016     16

我想计算 A 组的值在上升，B 组的值在下降，而 C 组的值没有变化。

我不确定如何处理它，因为在 A 组中，值先下降然后上升。那么我应该查看平均变化还是最近的变化？

我应该使用 pct_change 吗？ http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.pct_change.html 我不确定如何指定时间范围。

df.groupby.pct_change

要是我也能观想就好了。非常感谢任何建议或提示！谢谢

Answer 1

在 groupby

中使用 pct_change

d1 = df.set_index(['Date', 'Group']).Value
d2 = d1.groupby(level='Group').pct_change()
print(d2)

Date        Group
2016-01-02  A             NaN
2016-01-03  A       -0.062500
2016-01-04  A       -0.066667
2016-01-05  A        0.214286
2016-01-06  A        0.117647
2016-01-07  A        0.052632
2016-01-02  B             NaN
2016-01-03  B       -0.187500
2016-01-04  B        0.000000
2016-01-02  C             NaN
2016-01-03  C        0.000000
Name: Value, dtype: float64

可视化和比较的众多方法之一是查看它们的生长情况。在这种情况下，我会

fillna(0)
add(1)
cumprod()

d2.fillna(0).add(1).cumprod().unstack().plot()

设置

from io import StringIO
import pandas as pd

txt = """Group   Date       Value
  A     01-02-2016     16 
  A     01-03-2016     15 
  A     01-04-2016     14 
  A     01-05-2016     17 
  A     01-06-2016     19 
  A     01-07-2016     20 
  B     01-02-2016     16 
  B     01-03-2016     13 
  B     01-04-2016     13 
  C     01-02-2016     16 
  C     01-03-2016     16 """

df = pd.read_clipboard(parse_dates=[1])

python pandas groupby计算变化

python pandas groupby calculate change

python

group-by

pandas

pandas-groupby