Python | 熊猫 dataframe.pct_change()

简介

在Python中，pandas是数据科学和数据分析必不可少的库之一。它主要提供了两种数据结构，即Series和DataFrame。DataFrame是一种二维的数据结构，类似于Excel表格。pandas.DataFrame.pct_change()是DataFrame中的一个函数，用于计算每个元素与其前一个元素之间的变化百分比。

语法

dataframe.pct_change(periods=1, fill_method='pad', limit=None, freq=None)

参数

• periods：可选，表示要计算的时间间隔大小，可以是整数或时间偏移。默认为1，表示与前一个元素进行比较。
• fill_method：可选，用于指定缺失值填充方法。默认为'pad'，表示使用前一个非缺失值进行填充。
• limit：可选，表示在指定限制数量的相邻非缺失值时停止填充，可以是整数或None。默认为None，表示不使用限制。
• freq：可选，用于指定时间序列的频率。默认为None。

返回值

返回一个DataFrame，其中每个元素表示相应元素与其前一个元素之间的变化百分比。

示例

下面是一个使用pandas.DataFrame.pct_change()的示例代码：

import pandas as pd

data = {'A': [10, 15, 20, 25, 30], 'B': [5, 7, 9, 11, 13]}
df = pd.DataFrame(data)

print(df.pct_change())

输出结果如下：

       A         B
0    NaN       NaN
1   0.50  0.400000
2   0.33  0.285714
3   0.25  0.222222
4   0.20  0.181818

可以发现，每个元素及其对应列中的变化百分比都已经被计算出来。第一个元素及其对应列的变化百分比为NaN，因为没有前一个元素可以进行比较。

结论

pandas.DataFrame.pct_change()是一种非常有用的函数，可以方便地计算数据集中各元素之间的变化百分比。通过使用这个函数，我们可以更好地理解数据集中元素之间的变化趋势。