Python 月度变化计算 (Pandas)答案

【问题标题】：Python Monthly Change Calculation (Pandas)Python 月度变化计算 (Pandas)
【发布时间】：2021-06-04 15:35:35
【问题描述】：

这是数据

id	date	population
1	2021-5	21
2	2021-5	22
3	2021-5	23
4	2021-5	24
1	2021-4	17
2	2021-4	24
3	2021-4	18
4	2021-4	29
1	2021-3	20
2	2021-3	29
3	2021-3	17
4	2021-3	22

我想计算每个 id 中人口的每月变化。所以结果将是：

id	date	delta
1	5	.2353
1	4	-.15
2	5	-.1519
2	4	-.2083
3	5	.2174
3	4	.0556
4	5	-.2083
4	4	.3182

delta :=（本月 - 上个月）/上个月

如何在熊猫中解决这个问题？我正在考虑 groupby，但不知道下一步该怎么做

请记住，可能还有更多日期。但结果总是

【问题讨论】：

为什么是 ../ this month 而不是 ../last month ？ last month 不是更有意义吗？
哦，是的（本月 - 上个月）/上个月。谢谢指出
你会称之为人口的相对每月变化。

标签： python pandas

【解决方案1】：

先使用GroupBy.pct_change对列进行排序，最后按列删除错误行delta：

df['date'] = pd.to_datetime(df['date'])
df = df.sort_values(['id','date'], ascending=[True, False])

df['delta'] = df.groupby('id')['population'].pct_change(-1)

df = df.dropna(subset=['delta'])
print (df)
   id       date  population     delta
0   1 2021-05-01          21  0.235294
4   1 2021-04-01          17 -0.150000
1   2 2021-05-01          22 -0.083333
5   2 2021-04-01          24 -0.172414
2   3 2021-05-01          23  0.277778
6   3 2021-04-01          18  0.058824
3   4 2021-05-01          24 -0.172414
7   4 2021-04-01          29  0.318182

【讨论】：

【解决方案2】：

也许你可以试试：

data['delta'] = data['population'].diff()
data['delta'] /= data['population']

使用这种方法，第一行将是 NaN，但对于其余的，这应该可以工作。

许多问候安德烈

【讨论】：

对不起。我将问题编辑到上面。 :) 更完整的问题

【解决方案3】：

试试这个：

df.groupby('id')['population'].rolling(2).apply(lambda x: (x.iloc[0] - x.iloc[1]) / x.iloc[0]).dropna()

【讨论】：