pandas如何計算同比環比增長

計算同比環比增長

問題描述

我有2017.1-2018.12的銷售數據,計算每一個月的 同比和環比增長,沒有的話 用null代替

註釋:

  • 同比 和 環比 都是為瞭顯示數據的變化速度,但是基數不同,同比側重長期數據趨勢變化,環比側重於短期內數據趨勢變化
  • 同比是指在同一時期內的數據趨勢變化,用於本期與同期的對比,例如本期2018-02月銷售額與同期2017-02月銷售額做對比。【(本期 – 同期)/ 同期】
  • 環比是指在短時間內的數據趨勢變化,用去本期與臨近一起的對比,例如本期2018-02月銷售額與上一期2018-01月銷售額做對比。【(本期 – 臨近一期)/ 臨近一期】

數據準備

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)] #隨機生成銷售額
data = pd.DataFrame({'rng':rng,'mony':mony}) #組成一個dataframe

計算環比增長

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%') 小數格式化為百分數

方法二:

使用diff(periods=1, axis=0)) 一階差分函數

  • periods:移動的幅度 默認值為1
  • axis:移動的方向,{0 or ‘index’, 1 or ‘columns’},如果為0或者’index’,則上下移動,如果為1或者’columns’,則左右移動。默認列向移動
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)

計算同比增長

使用一階差分函數diff()

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

同比和環比計算公式

  • 同比增長率=(本期數-同期數)÷同期數×100%
  • 環比增長率=(本期數-上期數)/上期數×100%。

簡單地說,就是同比、環比與定基比,都可以用百分數或倍數表示。

定基比發展速度,也簡稱總速度,一般是指報告期水平與某一固定時期水平之比,表明這種現象在較長時期內總的發展速度。

  • 同比發展速度,一般指是指本期發展水平與上年同期發展水平對比,而達到的相對發展速度。
  • 環比發展速度,一般是指報告期水平與前一時期水平之比,表明現象逐期的發展速度。同比和環比,這兩者所反映的雖然都是變化速度,但由於采用基期的不同,其反映的內涵是完全不同的;

一般來說,環比可以與環比相比較,而不能拿同比與環比相比較;而對於同一個地方,考慮時間縱向上發展趨勢的反映,則往往要把同比與環比放在一起進行對照。

以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。

推薦閱讀: