Python | 熊猫系列.pct_change()

介绍

pct_change() 是 Pandas 库中的一个函数，用于计算一个 Series 或 DataFrame 中每个元素与其前一个元素之间的百分比变化。该函数常用于金融和经济数据领域，可以帮助我们计算基于时间序列数据的百分比变化以及计算收益率等。

语法

DataFrame.pct_change(periods=1, fill_method='pad', limit=None, freq=None, **kwargs)

参数说明：

• periods：表示计算百分比变化的时间窗口大小，默认为 1。
• fill_method：表示缺失值的填充方式，默认为 'pad'，即使用前一个非缺失值进行填充。
• limit：表示填充缺失值的最大数量，默认为 None，即不限制。
• freq：表示时间轴的频率，如果传入，则函数会自动计算不同时间点之间的百分比变化。

示例

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [10, 20, 15, 30],
    'B': [15, 25, 20, 35]
})

# 计算百分比变化
pct = df.pct_change()

print(pct)

输出：

     A    B
0  NaN  NaN
1  1.0  0.666667
2 -0.25 -0.2
3  1.00  0.75

应用场景

pct_change() 函数广泛应用于金融和经济领域，用于计算股票和指数的收益率。在进行数据分析时，我们通常会使用基于时间序列的数据，如股票日线数据、气温数据等，这些数据的特点是具有时间上的连续性，我们可以通过计算这些数据的百分比变化，来研究它们的波动情况和趋势变化。以下为一个简单的股票收益率计算示例：

import pandas as pd
import pandas_datareader.data as web
import datetime

# 设定起止日期
start = datetime.datetime(2020, 1, 1)
end = datetime.datetime(2021, 1, 1)

# 读取股票数据
df = web.DataReader('AAPL', 'yahoo', start, end)

# 计算日收益率
pct = df['Adj Close'].pct_change()

print(pct)

总结

pct_change() 函数是 Pandas 库中非常实用的一个函数，可用于计算序列或 DataFrame 中每个元素与其前一个元素之间的百分比变化，适用于金融、经济、气象、环境等领域的数据计算和分析。掌握这个函数的使用方法可以让数据分析工作更加高效准确。