执行 pct_change() 只考虑时间序列数据帧中的前一年？答案

【问题标题】：Performing pct_change() that only considers the prior year in a time-series dataframe?执行 pct_change() 只考虑时间序列数据帧中的前一年？
【发布时间】：2017-12-24 08:06:36
【问题描述】：

我有一个示例数据框“df”：

df = pd.DataFrame({'Year': [2000, 2002, 2003, 2004], 
                   'Name': ['A'] * 4, 
                   'Value': [4, 1, 1, 3]})

当我执行 pct_change() 即

df['change'] = df['Value'].pct_change()

Year = 2002 行的计算“变化”值为 -0.75。由于缺少 2001 年的数据，我如何让 Pandas 返回 2002 年的 N/A，因为我只想考虑时间序列中的前一年？

干杯。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

使用set_index + reindex + pct_change 和fill_method=None -

首先，设置Year为索引
获取从最小值到最大值的年份范围，并使用此范围重新索引数据框。缺少的年份现在添加为NaNs
在Value 上调用pct_change，无需填充NaNs。

r = np.arange(df.Year.min(), df.Year.max() + 1)
df = df.set_index('Year').reindex(r)

v = df['Value'].pct_change(fill_method=None)
df = df.assign(Change=v).dropna(how='all').reset_index()

df

   Year Name  Value  Change
0  2000    A    4.0     NaN
1  2002    A    1.0     NaN
2  2003    A    1.0     0.0
3  2004    A    3.0     2.0

【讨论】：

谢谢。如何将此解决方案扩展到具有不同年份值范围的多个“名称”ID（例如“B”、“C”等）？
@user2530766 你可以groupbyName。代码需要稍作改动。你能用适当的数据样本打开一个新问题吗？
多个ID的后续问题：stackoverflow.com/questions/47960566/…