Python 执行pct_change（），只考虑时间序列数据帧中的上一年？

我有一个示例数据帧“df”：

当我执行pct_change（）时，即

行年份=2002的计算“变化”值为-0.75。我怎么能让熊猫返回2002的N/A，因为2001的数据丢失了，因为我只想在时间序列中考虑直接的前一年？

---

干杯。

使用

设置索引

+

重新索引

+

pct\u更改

和

填充方法=无

-

首先，将

Year

设置为索引

获取从最小到最大的年数范围，并使用此范围重新索引数据帧。缺失的年份现在添加为

NaN

s

调用

pct\u change

on

Value

而不填充

NaN

s

---

使用

set\u index

+

reindex

+

pct\u change

和

fill\u method=None

-

首先，将

Year

设置为索引

获取从最小到最大的年数范围，并使用此范围重新索引数据帧。缺失的年份现在添加为

NaN

s

调用

pct\u change

on

Value

而不填充

NaN

s

---

谢谢如何将此解决方案扩展到具有不同年份值范围的多个“名称”ID（例如“B”、“C”等）？@user2530766您可以

groupby

Name

。代码需要稍作修改。你能用一个合适的数据样本来回答一个新问题吗？请在这里回答多个ID的后续问题：谢谢。如何将此解决方案扩展到具有不同年份值范围的多个“名称”ID（例如“B”、“C”等）？@user2530766您可以

groupby

Name

。代码需要稍作修改。您能否使用适当的数据样本提出新问题？请在此处跟进多个ID的问题：

df = pd.DataFrame({'Year': [2000, 2002, 2003, 2004], 
                   'Name': ['A'] * 4, 
                   'Value': [4, 1, 1, 3]})

df['change'] = df['Value'].pct_change()

r = np.arange(df.Year.min(), df.Year.max() + 1)
df = df.set_index('Year').reindex(r)

v = df['Value'].pct_change(fill_method=None)
df = df.assign(Change=v).dropna(how='all').reset_index()

df

   Year Name  Value  Change
0  2000    A    4.0     NaN
1  2002    A    1.0     NaN
2  2003    A    1.0     0.0
3  2004    A    3.0     2.0