如何使用熊猫计算与起始值相比的百分比变化？答案

【问题标题】：How to calculate percent change compared to the beginning value using pandas?如何使用熊猫计算与起始值相比的百分比变化？
【发布时间】：2016-05-07 12:59:08
【问题描述】：

我有一个DataFrame，需要计算公司与年初相比的百分比变化。有没有办法使用pct_change() 或其他方法来执行此任务？谢谢！

df 看起来像

security    date        price
IBM         1/1/2016    100
IBM         1/2/2016    102
IBM         1/3/2016    108
AAPL        1/1/2016    1000
AAPL        1/2/2016    980
AAPL        1/3/2016    1050
AAPL        1/4/2016    1070

我想要的结果

security    date        price   change
IBM         1/1/2016    100     NA
IBM         1/2/2016    102     2%
IBM         1/3/2016    108     8%
AAPL        1/1/2016    1000    NA
AAPL        1/2/2016    980     -2%
AAPL        1/3/2016    1050    5%
AAPL        1/4/2016    1070    7%

【问题讨论】：

首先拆分您的数据框，然后使用 pct_change() 计算每个日期的百分比变化。
如果我执行 df.groupby('security')['price'].pct_change()，这将给我与前几天相比的百分比变化。但是，我需要的是与 100 和 1000 相比的百分比变化。有什么想法吗？

标签： python pandas dataframe percentage

【解决方案1】：

听起来您正在寻找expanding_window 版本的pct_change()。这不存在开箱即用的 AFAIK，但您可以自己推出：

df.groupby('security')['price'].apply(lambda x: x.div(x.iloc[0]).subtract(1).mul(100))

【讨论】：

我喜欢你的一个班轮！我认为这个“与开始相比”对于pct_change() 来说可能是一个不错的功能
要么添加一个expanding_pct_change() 到文档中提到的扩展窗口函数。还有expanding_apply，顺便看Cookbook：pandas.pydata.org/pandas-docs/stable/cookbook.html

【解决方案2】：

这可行，假设您已经在每个可能的分组中按日期排序。

def pct_change(df):
    df['pct'] = 100 * (1 - df.iloc[0].price / df.price)
    return df

df.groupby('security').apply(pct_change)

【讨论】：

【解决方案3】：

我也遇到了同样的问题，但是用他的方法解决了：

（唯一的区别是列是您的公司，而不是行。）

对于我所做的数据框的每一列：

df[column] = df[column].pct_change().cumsum()

pct_change() 计算现在和最后一个值之间的变化，cumcum() 将它们加在一起。

【讨论】：

x.pct_change().cumsum() 对于 1000、500、300 的系列将等于 [-0.5, -0.9]，这显然是不正确的。 cumum 将再次添加以前价格的百分比，而不是第一个价格
但要继续这个想法，在某些情况下 x.pct_change().cumprod().cumsum() 可能会起作用（您必须将初始值设置为零并加一才能累积改变