如何比较数据框中不同年份的月度值变化，Pandas/Python

Question

我有一个数据框，其中列是

'Jan-2001' 'Feb-2001' ... 'Dec-2001'... 'Jan-2002' ... 'Dec-2002' ... 'Jan-2018' ... 'Dec-2018'.

  200        190.4          55.23         12.3            130.2        30                42 

  ...

这些列的值是浮点数。我需要找到不同年份同一月份的值变化。例如，我需要检查 2018 年 3 月的值与上一年、2017 年 3 月等其他月份/年份相比有多少变化。我需要标记所有与上一年相比变化 30% 的值。例如，如果 2018 年 4 月的值与 2017 年 4 月的值相比变化了 30%，我需要标记它。如何在数据框中按相同月份但不同年份搜索值是我最大的问题。

我所做的是转置数据框，所以现在我有日期而不是行中的列（日期现在是数据框索引），我已将新列“月”和“日期”分配给数据框，但不确定如何接近这个，如果这是要走的路。我想用聚合分组不是一个选项，因为如果我以 sum/mean 为例，我的值将会改变，而我无法改变它们。

更新：

转置的数据框：

Jan-1990    200     1.2    .... 45
Feb-2001    190.4   287.5  ...  2.1
 ... 

Answer 1

您可能想使用built-in python date format。 首先，您应该将字符串解析为这种日期格式，最有可能使用strptime。

然后您可以定义 1 年的时间增量，并将其添加或减去当前日期。 这将允许您在 pandas 数据框中搜索相同的日期（pandas 本身支持对日期时间或日期期间进行索引。 除了手动使用 timedelta，您还可以使用pandas.date_range，期限为 1 年。