Python 如何处理带有负值的pct_变化

我正在计算面板数据集的百分比变化，该数据集具有正值和负值。如果n和n+1 date的值都是负值，并且n>n+1，例如，n=-2，n+1=-4。计算的百分比变化为（（n+1）-n）/n=（-4）-（2））/-2=1。正如你所看到的，这种变化应该是一种下降趋势，预计是负面的，但结果却是相反的。我通常在其他软件中设置分母绝对值（（n+1）-n）/abs（n），以确保趋势的方向。只是想知道我是否可以在Python中设置分母为绝对值。非常感谢。我已经根据利奥的回答解决了这个问题

这里是一个数据示例，如果你想玩的话

import pandas as pd
df= {'id':[1,1,2,2,3,3],'values':[-2,-4,-2,2,1,5]}
df=pd.DataFrame(data=df)
df['pecdiff']=(df.groupby('id')['values'].apply(lambda x:x.diff()/x.abs().shift()
)).fillna(method=bfill)

---

如果我理解正确，那么

预期更改

的行应该可以解决您的问题。为了比较，我把熊猫的方法和你需要的东西放在一起

以下代码：

import pandas as pd

df = pd.DataFrame([-2,-4,-2,2,1], columns = ['Values'])
df['pct_change'] = df['Values'].pct_change()

# This should help you out:
df['expected_change'] = df['Values'].diff() / df['Values'].abs().shift()
df

给出这个输出。请注意，第1行到第3行的符号不同

    Values  pct_change  expected_change
0       -2        NaN               NaN
1       -4        1.0              -1.0
2       -2       -0.5               0.5
3        2       -2.0               2.0
4        1       -0.5              -0.5

---

你能不能加上一个数字和预期的输出？在没有任何上下文的情况下，您似乎在寻找。描述非常清楚，Leo非常理解，并且已经解决了这个问题。您好，您知道groupby（）如何使用吗？因为它是一个面板数据集。dfy1=df.groupby（'id'）['y1'].diff（）/df['y1'].abs（）.shift（）.fillna（method='bfill'）。to_frame（）这解决了你的第二个问题吗？我不明白您需要什么以及“面板数据集”是什么意思。如果您仍然有问题，请按照@MrNobody33建议的方式编辑您的帖子，以便我们可以以与您相同的方式查看问题。Hi panel data是一个包含两个索引的数据集，例如日期、id。我的数据集太复杂，在此处发布示例将花费我更多的时间来组织它。这并没有解决我的第二个问题。我正试图自己解决它。@SHendricks你知道如何连接到groupby函数来完成上面的操作吗？