如何利用pandas算同比环比增长-群英

上一篇：pandas如何实现多列排序，代码是什么下一篇：uuid模块用于做什么，组成和用法是什么

很多朋友都对“如何利用pandas算同比环比增长”的内容比较感兴趣，对此小编整理了相关的知识分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获，那么感兴趣的朋友就继续往下看吧！

计算同比环比增长

问题描述

我有2017.1-2018.12的销售数据，计算每一个月的同比和环比增长，没有的话用null代替

注释：

同比和环比都是为了显示数据的变化速度，但是基数不同，同比侧重长期数据趋势变化，环比侧重于短期内数据趋势变化
同比是指在同一时期内的数据趋势变化，用于本期与同期的对比，例如本期2018-02月销售额与同期2017-02月销售额做对比。【（本期 - 同期）/ 同期】
环比是指在短时间内的数据趋势变化，用去本期与临近一起的对比，例如本期2018-02月销售额与上一期2018-01月销售额做对比。【（本期 - 临近一期）/ 临近一期】

数据准备

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)] #随机生成销售额
data = pd.DataFrame({'rng':rng,'mony':mony}) #组成一个dataframe

计算环比增长

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%') 小数格式化为百分数

方法二：

使用diff（periods=1, axis=0)）一阶差分函数

periods：移动的幅度默认值为1
axis：移动的方向，{0 or ‘index’, 1 or ‘columns’}，如果为0或者’index’，则上下移动，如果为1或者’columns’，则左右移动。默认列向移动

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)

计算同比增长

使用一阶差分函数diff()

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

同比和环比计算公式

同比增长率=(本期数-同期数)÷同期数×100%
环比增长率=(本期数-上期数)/上期数×100%。

简单地说，就是同比、环比与定基比，都可以用百分数或倍数表示。

定基比发展速度，也简称总速度，一般是指报告期水平与某一固定时期水平之比，表明这种现象在较长时期内总的发展速度。

同比发展速度，一般指是指本期发展水平与上年同期发展水平对比，而达到的相对发展速度。
环比发展速度，一般是指报告期水平与前一时期水平之比，表明现象逐期的发展速度。同比和环比，这两者所反映的虽然都是变化速度，但由于采用基期的不同，其反映的内涵是完全不同的;

一般来说，环比可以与环比相比较，而不能拿同比与环比相比较;而对于同一个地方，考虑时间纵向上发展趋势的反映，则往往要把同比与环比放在一起进行对照。

以上就是关于“如何利用pandas算同比环比增长”的相关知识，感谢各位的阅读，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注群英网络，小编每天都会为大家更新不同的知识。

标签： pandas同比环比增长

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

上一篇：pandas如何实现多列排序，代码是什么下一篇：uuid模块用于做什么，组成和用法是什么