最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

pandas如何計(jì)算同比環(huán)比增長(zhǎng)

 更新時(shí)間:2022年05月17日 10:59:13   作者:三三三三醬  
這篇文章主要介紹了pandas如何計(jì)算同比環(huán)比增長(zhǎng),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

計(jì)算同比環(huán)比增長(zhǎng)

問題描述

我有2017.1-2018.12的銷售數(shù)據(jù),計(jì)算每一個(gè)月的 同比和環(huán)比增長(zhǎng),沒有的話 用null代替

注釋:

  • 同比 和 環(huán)比 都是為了顯示數(shù)據(jù)的變化速度,但是基數(shù)不同,同比側(cè)重長(zhǎng)期數(shù)據(jù)趨勢(shì)變化,環(huán)比側(cè)重于短期內(nèi)數(shù)據(jù)趨勢(shì)變化
  • 同比是指在同一時(shí)期內(nèi)的數(shù)據(jù)趨勢(shì)變化,用于本期與同期的對(duì)比,例如本期2018-02月銷售額與同期2017-02月銷售額做對(duì)比。【(本期 - 同期)/ 同期】
  • 環(huán)比是指在短時(shí)間內(nèi)的數(shù)據(jù)趨勢(shì)變化,用去本期與臨近一起的對(duì)比,例如本期2018-02月銷售額與上一期2018-01月銷售額做對(duì)比。【(本期 - 臨近一期)/ 臨近一期】

數(shù)據(jù)準(zhǔn)備

import pandas as pd
import random
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)] #隨機(jī)生成銷售額
data = pd.DataFrame({'rng':rng,'mony':mony}) #組成一個(gè)dataframe

計(jì)算環(huán)比增長(zhǎng)

方法一:

for i in range(0,len(data)):
? ? if i == 0:
? ? ? ? data['huanbi'][i] = 'null'
? ? else:
? ? ? ? data['huanbi'][i] = format((data['mony'][i] - data['mony'][i-1])/data['mony'][i-1],'.2%')
? ? ? ? #format(res,'.2%') 小數(shù)格式化為百分?jǐn)?shù)

方法二:

使用diff(periods=1, axis=0)) 一階差分函數(shù)

  • periods:移動(dòng)的幅度 默認(rèn)值為1
  • axis:移動(dòng)的方向,{0 or ‘index’, 1 or ‘columns’},如果為0或者’index’,則上下移動(dòng),如果為1或者’columns’,則左右移動(dòng)。默認(rèn)列向移動(dòng)
data['huanbi_1'] = data.mony.diff()

方法三:

使用pct_change()

data['huanbi_1'] = data.mony.pct_change()
data.fillna(0,inplace=True)

計(jì)算同比增長(zhǎng)

使用一階差分函數(shù)diff()

data['tongbi_shu'] = data.mony.diff(12)
data.fillna(0,inplace=True)
data['tongbi'] = data['tongbi_shu']/(data['mony'] - data['tongbi_shu'])
``

同比和環(huán)比計(jì)算公式

  • 同比增長(zhǎng)率=(本期數(shù)-同期數(shù))÷同期數(shù)×100%
  • 環(huán)比增長(zhǎng)率=(本期數(shù)-上期數(shù))/上期數(shù)×100%。

簡(jiǎn)單地說,就是同比、環(huán)比與定基比,都可以用百分?jǐn)?shù)或倍數(shù)表示。

定基比發(fā)展速度,也簡(jiǎn)稱總速度,一般是指報(bào)告期水平與某一固定時(shí)期水平之比,表明這種現(xiàn)象在較長(zhǎng)時(shí)期內(nèi)總的發(fā)展速度。

  • 同比發(fā)展速度,一般指是指本期發(fā)展水平與上年同期發(fā)展水平對(duì)比,而達(dá)到的相對(duì)發(fā)展速度。
  • 環(huán)比發(fā)展速度,一般是指報(bào)告期水平與前一時(shí)期水平之比,表明現(xiàn)象逐期的發(fā)展速度。同比和環(huán)比,這兩者所反映的雖然都是變化速度,但由于采用基期的不同,其反映的內(nèi)涵是完全不同的;

一般來說,環(huán)比可以與環(huán)比相比較,而不能拿同比與環(huán)比相比較;而對(duì)于同一個(gè)地方,考慮時(shí)間縱向上發(fā)展趨勢(shì)的反映,則往往要把同比與環(huán)比放在一起進(jìn)行對(duì)照。

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • 一文詳解Python如何高效處理文本匹配

    一文詳解Python如何高效處理文本匹配

    當(dāng)你需要在Python中處理文本數(shù)據(jù)時(shí),正則表達(dá)式絕對(duì)是你的瑞士軍刀,今天小編就來和大家一起聊聊Python中re模塊的那些實(shí)用技巧和常見陷阱吧
    2025-04-04
  • opencv3/Python 稠密光流calcOpticalFlowFarneback詳解

    opencv3/Python 稠密光流calcOpticalFlowFarneback詳解

    今天小編就為大家分享一篇opencv3/Python 稠密光流calcOpticalFlowFarneback詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • Python實(shí)現(xiàn)排序算法、查找算法和圖遍歷算法實(shí)例

    Python實(shí)現(xiàn)排序算法、查找算法和圖遍歷算法實(shí)例

    這篇文章主要介紹了Python實(shí)現(xiàn)排序算法、查找算法和圖遍歷算法實(shí)例,排序算法、查找算法和圖遍歷算法是計(jì)算機(jī)科學(xué)中常見且重要的算法。它們?cè)跀?shù)據(jù)處理、搜索和圖結(jié)構(gòu)等領(lǐng)域發(fā)揮著關(guān)鍵作用,需要的朋友可以參考下
    2023-08-08
  • Jupyter的工作目錄(根目錄)位置介紹

    Jupyter的工作目錄(根目錄)位置介紹

    這篇文章主要介紹了Jupyter的工作目錄(根目錄)位置,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2025-04-04
  • Python實(shí)現(xiàn)一個(gè)完整學(xué)生管理系統(tǒng)

    Python實(shí)現(xiàn)一個(gè)完整學(xué)生管理系統(tǒng)

    這篇文章主要為大家詳細(xì)介紹了如何利用python實(shí)現(xiàn)學(xué)生管理系統(tǒng)(面向?qū)ο蟀妫?,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2023-01-01
  • Python字典使用技巧詳解

    Python字典使用技巧詳解

    Python 中字典和集合也是非常相近的概念,而且從外觀看上去,也有那么一絲絲的相似。本文將從字典基本知識(shí)入手,為你展開字典類型數(shù)據(jù)的各個(gè)知識(shí)點(diǎn),需要的可以參考一下
    2022-11-11
  • python iloc和loc切片的實(shí)現(xiàn)

    python iloc和loc切片的實(shí)現(xiàn)

    本文主要介紹了python iloc和loc切片的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2022-05-05
  • python 對(duì)多個(gè)csv文件分別進(jìn)行處理的方法

    python 對(duì)多個(gè)csv文件分別進(jìn)行處理的方法

    今天小編就為大家分享一篇python 對(duì)多個(gè)csv文件分別進(jìn)行處理的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • Python三百行代碼實(shí)現(xiàn)飛機(jī)大戰(zhàn)

    Python三百行代碼實(shí)現(xiàn)飛機(jī)大戰(zhàn)

    飛機(jī)大戰(zhàn)想必大家可能玩過微信的這款小游戲,給我的感覺是這款游戲怎么可以做得這么好呢,操作簡(jiǎn)單,容易上手,簡(jiǎn)直是“老少皆宜”啊,既然這款游戲這么棒,能否自己動(dòng)手用 Python 來實(shí)現(xiàn)呢?事實(shí)證明是可以的
    2022-09-09
  • Python 人工智能老照片修復(fù)算法學(xué)習(xí)

    Python 人工智能老照片修復(fù)算法學(xué)習(xí)

    老舊或者破損的照片如何修復(fù)呢?本文主要介紹了一個(gè)非常不錯(cuò)的照片恢復(fù)開源項(xiàng)目:Bringing-Old-Photos-Back-to-Life。感興趣的小伙伴快來看看呀
    2021-11-11

最新評(píng)論

揭西县| 化隆| 荣成市| 平定县| 佳木斯市| 阳谷县| 大渡口区| 汪清县| 浠水县| 河源市| 娄底市| 都兰县| 黄梅县| 宁都县| 远安县| 衡阳县| 腾冲县| 庄河市| 黎城县| 且末县| 琼结县| 竹山县| 连云港市| 焦作市| 河曲县| 汕头市| 丹凤县| 安泽县| 舞阳县| 于田县| 保康县| 长汀县| 甘孜县| 天门市| 金寨县| 噶尔县| 镇原县| 二连浩特市| 团风县| 拜城县| 诸暨市|