pandas如何計算同比環比增長

2022-05-17 13:00:36

計算同比環比增長

問題描述

我有2017.1-2018.12的銷售資料，計算每一個月的同比和環比增長，沒有的話用null代替

註釋：

同比和環比都是為了顯示資料的變化速度，但是基數不同，同比側重長期資料趨勢變化，環比側重於短期內資料趨勢變化
同比是指在同一時期內的資料趨勢變化，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資料趨勢變化，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】

資料準備

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：移動的幅度預設值為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。預設列向移動

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，但由於採用基期的不同，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，希望能給大家一個參考，也希望大家多多支援it145.com。