Python 根据Dataframe的对应列求差值和变化率

拼搏现实的明天。 2023-06-07 12:12 58阅读 0赞

输入1（今天）DataFrame格式：

code date_time
    0   10      1100
    1   20      2200
    2   30      3300
    3   40      4400

输入2（昨天）DataFrame格式：

code date_time
    0   10      1000
    1   20      2500
    2   50      5000

实现功能：

根据某一列关键词，计算今天表中某一列的变化率。公式为（今天频次-昨天频次）/昨天频次。

如果昨天未出现，分母为0，则变化率置为1。

期望输出，DataFrame格式：

code  date_time_x  date_time_y   变化率
    0   10         1100         1000  0.10
    1   20         2200         2500 -0.12
    2   30         3300            0  1.00
    3   40         4400            0  1.00

Python实现代码：

import numpy as np
    import pandas as pd
    
    # 生成数据
    dt1 = {'code': ['10', '20', '30', '40'], 'date_time': ['1100', '2200', '3300', '4400'], }
    dataframe_today = pd.DataFrame(dt1)
    print(dataframe_today)
    
    dt2 = {'code': ['10', '20', '50'], 'date_time': ['1000', '2500', '5000']}
    dataframe_yesterday = pd.DataFrame(dt2)
    print(dataframe_yesterday)
    
    # 变化率计算
    data_merge = pd.merge(dataframe_today, dataframe_yesterday, on='code', how='left')
    data_merge.fillna(0, inplace=True)
    data_merge[['date_time_x', 'date_time_y']] = data_merge[['date_time_x', 'date_time_y']].astype('int')
    data_merge['变化率'] = (data_merge['date_time_x'] - data_merge['date_time_y']) / data_merge['date_time_y']
    pd.Series(data_merge['变化率'])[np.isinf(data_merge['变化率'])] = 1
    # data_merge = data_merge.sort_values(by='变化率', ascending=False) # 这一列可以根据变化率降序排列
    print(data_merge)