Python 表计算运行指数

我有一个数据帧

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]
})

我已将其转换为pivot_表

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

我正在寻求帮助，以确定每年的发展

• 2015/2016=指数100
• 2016/2017=（2016/2017年价值）/（2015/2016年价值）*100
• 2017/2018=（2017/2018年价值）/（2016/2017年价值）*100

我希望这个示例数据的输出是

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

我将如何在熊猫身上做这件事

我所追求的函数与excel pivot表中的函数相同，在excel pivot表中，您可以选择“将值显示为上一年的百分比”

您可以对轴=1进行一次遍历，然后再乘以100，最后再乘以100，以匹配预期的输出：

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

---

---

---

我只在2016/2017年和2017/2018年有一个价格，我希望2016/2017年的指数是100，2017/2018年的指数是103.125，其他字段应该是100NULL@HenrikPoulsen那么

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

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