第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

計算列的同比增長

計算列的同比增長

墨色風雨 2024-01-15 21:16:23
我正在嘗試計算列之間的同比變化??梢哉f我有下面的 dfdatedf = pd.DataFrame({'ID':list('12345'),'1/1/2019':[1,2,3,4,5],'2/1/2019':[1,2,3,4,5],'3/1/2019':[1,2,3,4,5],'1/1/2020':[2,4,6,8,10],'2/1/2020':[2,4,6,8,10],'3/1/2020':[2,4,6,8,10]})為了達到下面這個結果,我需要進行什么轉換才能顯示 100% 的同比增益。endingdf = pd.DataFrame({'ID':list('12345'),'1/1/2020':[1,1,1,1,1],'2/1/2020':[1,1,1,1,1],'3/1/2020':[1,1,1,1,1]})這是我嘗試過的代碼,但它不起作用。我正在使用的真實數(shù)據已有多年。just_dates = datedf.loc[:,'1/1/2019':] just_dates.columns = pd.to_datetime(just_dates.columns) just_dates.groupby(pd.Grouper(level=0,freq='M',axis=1),axis=1).pct_change()
查看完整描述

1 回答

?
慕雪6442864

TA貢獻1812條經驗 獲得超5個贊

嘗試這個:


result = datedf.set_index('ID')

result.columns = pd.to_datetime(result.columns)

result = result.pct_change(periods=12, freq='MS', axis=1)

結果:


    2019-01-01  2019-02-01  2019-03-01  2020-01-01  2020-02-01  2020-03-01

ID                                                                        

1          NaN         NaN         NaN         1.0         1.0         1.0

2          NaN         NaN         NaN         1.0         1.0         1.0

3          NaN         NaN         NaN         1.0         1.0         1.0

4          NaN         NaN         NaN         1.0         1.0         1.0

5          NaN         NaN         NaN         1.0         1.0         1.0


查看完整回答
反對 回復 2024-01-15
  • 1 回答
  • 0 關注
  • 173 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號