Python Pandas Groupby计算变化

Python Pandas Groupby计算变化

用

pct_change

在

groupby

d1 = df.set_index(['Date', 'Group']).Valued2 = d1.groupby(level='Group').pct_change()print(d2)Date        Group2016-01-02  A  NaN2016-01-03  A       -0.0625002016-01-04  A       -0.0666672016-01-05  A        0.2142862016-01-06  A        0.1176472016-01-07  A        0.0526322016-01-02  B  NaN2016-01-03  B       -0.1875002016-01-04  B        0.0000002016-01-02  C  NaN2016-01-03  C        0.000000Name: Value, dtype: float64

---

可视化和比较的许多方法之一是查看它们的增长方式。在这种情况下，我会

• fillna(0)

• add(1)

• cumprod()

---

d2.fillna(0).add(1).cumprod().unstack().plot()

---

设定

from io import StringIOimport pandas as pdtxt = """Group   Date       Value  A     01-02-2016     16   A     01-03-2016     15   A     01-04-2016     14   A     01-05-2016     17   A     01-06-2016     19   A     01-07-2016     20   B     01-02-2016     16   B     01-03-2016     13   B     01-04-2016     13   C     01-02-2016     16   C     01-03-2016     16 """df = pd.read_clipboard(parse_dates=[1])