pandas计算增长率,pandas 同比

　　本文主要介绍熊猫是如何计算同比增长的，有很好的参考价值。希望对你有帮助。如有错误或不足之处，请不吝赐教。

　　00-1010同比增长的计算问题描述数据准备同比增长的计算同比增长的计算和同比增长的公式

计算同比环比增长

　　我有2017年1月到2018年12月的销售数据，计算同比和环比增长。如果没有，请使用null。

　　注释：

　　同比和环比都是用来表示数据变化的速度，但基数不同。同比侧重于长期数据趋势变化，环比侧重于短期数据趋势变化。同比是指同期的数据趋势变化，用于当期和同期的比较。比如本期的2018年2月销量与同期的2017年2月销量对比。【(本期-同期)/同期】环比是指短时间内数据趋势的变化，采用本期与相邻期的对比，例如2018年2月的本期销售额与2018年1月的上期销售额进行对比。[(本期-近期)/近期]

问题描述

　　进口熊猫作为pd

　　随机导入

　　RNG=list(PD . date _ range( 1/1/2017 ，periods=24，freq= m )#生成日期

　　MONY=[random.randint (1000，9000) for I in range (0，24)] #随机生成销售额

　　data=PD . data frame({ RNG 3360 RNG， monkey 3360mony}) #以形成数据帧

数据准备

　　方法一：

　　对于范围(0，len(data)):内的I

　　如果i==0:

　　data[huanbi][i]=null

　　else:

　　data[ Huan bi ][I]=format((data[ mony ][I]-data[ mony ][I-1])/data[ mony ][I-1]， 2% )

　　#format(res， . 2% )小数格式为百分比

　　方法二：

　　使用diff(periods=1，axis=0))一阶差分函数。

　　周期：运动幅度的默认值为1axis:运动的方向，{0或 index ，1或 columns}。如果是0或 index ，则上下移动，如果是1或 columns ，则左右移动。默认列移动数据[huanbi _ 1]=data.mony.diff()

　　方法三：

　　使用pct_change()

　　data[ Huan bi _ 1 ]=data . mony . pct _ change()

　　data.fillna(0，inplace=True)

计算环比增长

　　使用一阶差分函数diff()

　　data[ Tongbi _ Shu ]=data . mony . diff(12)

　　data.fillna(0，inplace=True)

　　data[通笔]=data[通笔_数]/(data[钱] - data[通笔_数])

计算同比增长

　　同比增长率=(本期数-同期数)同期数100%；环比增长率=(本期数-上期数)/上期数100%。简单来说就是同比、环比、定基比，都可以用百分比或者倍数来表示。

　　基比发展速度，也称总速度，一般是指报告期的水平与某一固定时期的水平之比，表示该现象在一个较长时期内的总发展速度。

　　同比发展速度一般是指当期发展水平与上年同期相比所达到的相对发展速度。环比发展速度一般指报告期水平与上期水平的比值，表示现象逐期发展的速度。与去年同期和上月同期相比，两者都反映了变化速度，但由于基期不同，内涵完全不同。一般来说，可以进行环比，但不能进行同比；对于同一个地方，考虑到反映时间的纵向发展趋势，往往需要进行同比对比和环比对比。

　　以上个人经验，希望给你一个参考，也希望你能支持盛行的IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。