Pandas pivot_table рассчитать индекс бега - PullRequest
Новая
       7

Pandas pivot_table рассчитать индекс бега

1 голос
/ 28 июня 2019

У меня есть датафрейм 

import pandas as pd
df = pd.DataFrame({
    'PART_UNIT': ['A','A','A','A','A'],
    'FiscalYear': ['2015/2016','2016/2017','2017/2018','2018/2019','2019/2020'],
    'BUY_UNIT_PRICE': [30,32,33,31,35]
})

что я преобразовал в сводную таблицу 

pivot = df.pivot_table(index='PART_UNIT', columns='FiscalYear', values='BUY_UNIT_PRICE', aggfunc='mean')
print(pivot)

FiscalYear  2015/2016  2016/2017  2017/2018  2018/2019  2019/2020
PART_UNIT
A                  30         32         33         31         35

Ищу помощи в определении развития из года в год

  • 2015/2016 = индекс 100
  • 2016/2017 = (значение 2016/2017) / (значение 2015/2016) * 100
  • 2017/2018 = (значение 2017/2018) / (значение 2016/2017) * 100
  • ...

Мой желаемый вывод для данных этого примера будет 

FiscalYear  2015/2016  2016/2017  2017/2018  2018/2019  2019/2020
PART_UNIT
A                 100     106.67     103,13      93,94      112,9

Как бы я поступил так в Пандах?

Функция, которая мне нужна, идентична функции в сводной таблице Excel, где вы можете выбрать «показывать значения в% к предыдущему году»

1 Ответ

2 голосов
/ 28 июня 2019

Вы можете сделать pct_change() более axis=1, а затем multiply на 100 и, наконец, add 100, чтобы соответствовать ожидаемому результату : 

m=(df.pivot_table(index='PART_UNIT', columns='FiscalYear', 
                       values='BUY_UNIT_PRICE', aggfunc='mean'))

m.pct_change(axis=1).mul(100).add(100,fill_value=0)

FiscalYear  2015/2016   2016/2017  2017/2018  2018/2019   2019/2020
PART_UNIT                                                          
A               100.0  106.666667    103.125  93.939394  112.903226
...