取 pivot table 列之间的差异并与上一行的最后一列进行比较

Question

我有一个支点table。列代表年，行代表月。我想创建两个 tables，其中包含每个值与其上个月对应值之间的百分比变化。我设法创建了一个具有百分比变化的数据透视表 table，但从逻辑上讲，1 月份的数据丢失了。相反，我想比较 1 月和 12 月，即上一列的最后一行。提前谢谢你。

df = pd.DataFrame(np.random.randint(0,100,size=(12, 3)), columns=('2016', '2017', '2018'))
df.index.name = 'month'
df.index = df.index +1
print(df)

         2016  2017  2018
month                  
1        49    98     7
2        72    60    67
3        64    71    53
4        71    75    91
5        68    96    48
6        35    21    54
7        14    98     3
8        62    38    64
9        68    92    58
10       64    95    94
11       54    81     8
12       86    18    90

我目前的解决方案：

df_month_pctchange = df.pct_change(axis=0).mul(100)
print(df_month_pctchange)

        2016   2017    2018
month                      
1        NaN    NaN     NaN
2      46.94 -38.78  857.14
3     -11.11  18.33  -20.90
4      10.94   5.63   71.70
5      -4.23  28.00  -47.25
6     -48.53 -78.12   12.50
7     -60.00 366.67  -94.44
8     342.86 -61.22 2033.33
9       9.68 142.11   -9.38
10     -5.88   3.26   62.07
11    -15.62 -14.74  -91.49
12     59.26 -77.78 1025.00

想要的结果：

        2016   2017    2018
month                      
1        NaN   7.35  -61.11
2      46.94 -38.78  857.14
3     -11.11  18.33  -20.90
4      10.94   5.63   71.70
5      -4.23  28.00  -47.25
6     -48.53 -78.12   12.50
7     -60.00 366.67  -94.44
8     342.86 -61.22 2033.33
9       9.68 142.11   -9.38
10     -5.88   3.26   62.07
11    -15.62 -14.74  -91.49
12     59.26 -77.78 1025.00

Answer 1

您可以 select df 的第一行和最后一行使用 iloc，在最后一行使用 shift 来报告 2016 年至 2017 年的价值，依此类推, 并进行计算。然后将结果设置在第一行df_month_pctchange

# your code
df_month_pctchange = df.pct_change(axis=0).mul(100)

# what to add to fill the missing values
df_month_pctchange.iloc[0] = (df.iloc[0]/df.iloc[-1].shift()-1)*100

print(df_month_pctchange)
#              2016        2017         2018
# month                                     
# 1             NaN   13.953488   -61.111111 # note it is 13.95 and not 7.35 in 2017
# 2       46.938776  -38.775510   857.142857
# 3      -11.111111   18.333333   -20.895522
# 4       10.937500    5.633803    71.698113
# 5       -4.225352   28.000000   -47.252747
# 6      -48.529412  -78.125000    12.500000
# 7      -60.000000  366.666667   -94.444444
# 8      342.857143  -61.224490  2033.333333
# 9        9.677419  142.105263    -9.375000
# 10      -5.882353    3.260870    62.068966
# 11     -15.625000  -14.736842   -91.489362
# 12      59.259259  -77.777778  1025.000000

取 pivot table 列之间的差异并与上一行的最后一列进行比较

Take the difference between pivot table columns and compare to last column in previous row

python

pandas

pivot-table