pandas 0.23 - Series.pct_change()

pandas.Series.pct_change




pandas

pandas.Series.pct_change

Series.pct_change(periods=1, fill_method='pad', limit=None, freq=None, **kwargs) [source]

वर्तमान और एक पूर्व तत्व के बीच प्रतिशत परिवर्तन।

डिफ़ॉल्ट रूप से तुरंत पिछली पंक्ति से प्रतिशत परिवर्तन की गणना करता है। तत्वों की समय श्रृंखला में परिवर्तन के प्रतिशत की तुलना करने में यह उपयोगी है।

पैरामीटर:

अवधियों : int, डिफ़ॉल्ट 1

प्रतिशत परिवर्तन के लिए बदलाव की अवधि।

fill_method : str, डिफ़ॉल्ट 'पैड'

प्रतिशत परिवर्तन की गणना करने से पहले NA कैसे संभालें।

सीमा : int, डिफ़ॉल्ट कोई नहीं

रोकने से पहले भरने के लिए लगातार एनए की संख्या।

freq : DateOffset, टाइमडेल्टा, या ऑफसेट उपनाम उपनाम, वैकल्पिक

समय श्रृंखला API (जैसे 'M' या BDay ()) से उपयोग में वृद्धि।

** kwargs

अतिरिक्त कीवर्ड तर्क DataFrame.shift या Series.shift में DataFrame.shift Series.shift

यह दिखाता है:

chg : Series या DataFrame

कॉलिंग ऑब्जेक्ट के समान प्रकार।

यह भी देखें

Series.diff
एक श्रृंखला में दो तत्वों के अंतर की गणना करें।
DataFrame.diff
DataFrame में दो तत्वों के अंतर की गणना करें।
Series.shift
कुछ अवधियों द्वारा सूचकांक को स्थानांतरित करें।
DataFrame.shift
कुछ अवधियों द्वारा सूचकांक को स्थानांतरित करें।

उदाहरण

शृंखला

>>> s = pd.Series([90, 91, 85])
>>> s
0    90
1    91
2    85
dtype: int64
>>> s.pct_change()
0         NaN
1    0.011111
2   -0.065934
dtype: float64
>>> s.pct_change(periods=2)
0         NaN
1         NaN
2   -0.055556
dtype: float64

एक श्रृंखला में प्रतिशत परिवर्तन देखें जहां एनए को अंतिम वैध अवलोकन के साथ अगले वैध के लिए आगे भरना है।

>>> s = pd.Series([90, 91, None, 85])
>>> s
0    90.0
1    91.0
2     NaN
3    85.0
dtype: float64
>>> s.pct_change(fill_method='ffill')
0         NaN
1    0.011111
2    0.000000
3   -0.065934
dtype: float64

डेटा ढांचा

फ्रेंच फ्रैंक, ड्यूश मार्क और इतालवी लीरा में 1980-01-01 से 1980-03-01 तक प्रतिशत परिवर्तन।

>>> df = pd.DataFrame({
...     'FR': [4.0405, 4.0963, 4.3149],
...     'GR': [1.7246, 1.7482, 1.8519],
...     'IT': [804.74, 810.01, 860.13]},
...     index=['1980-01-01', '1980-02-01', '1980-03-01'])
>>> df
                FR      GR      IT
1980-01-01  4.0405  1.7246  804.74
1980-02-01  4.0963  1.7482  810.01
1980-03-01  4.3149  1.8519  860.13
>>> df.pct_change()
                  FR        GR        IT
1980-01-01       NaN       NaN       NaN
1980-02-01  0.013810  0.013684  0.006549
1980-03-01  0.053365  0.059318  0.061876

GOOG और APPL स्टॉक वॉल्यूम में परिवर्तन का प्रतिशत। कॉलम के बीच प्रतिशत परिवर्तन की गणना दिखाता है।

>>> df = pd.DataFrame({
...     '2016': [1769950, 30586265],
...     '2015': [1500923, 40912316],
...     '2014': [1371819, 41403351]},
...     index=['GOOG', 'APPL'])
>>> df
          2016      2015      2014
GOOG   1769950   1500923   1371819
APPL  30586265  40912316  41403351
>>> df.pct_change(axis='columns')
      2016      2015      2014
GOOG   NaN -0.151997 -0.086016
APPL   NaN  0.337604  0.012002