Python 在行数据为向量的DataFrame上计算逐行更改

发布于02月28日

举个例子:

import pandas as pd    
a = pd.Series([[1,2,3],[4,5,6],[7,8,9]])
a

0    [1, 2, 3]
1    [4, 5, 6]
2    [7, 8, 9]
dtype: object

我正在寻找每一行到下面一行的百分比变化，例如结果:

0                                  [-0.75, -0.6, -0.5]
1    [-0.42857142857142855, -0.375, -0.333333333333...
2                                                 None
dtype: object

我有这个解决方案:

import pandas as pd
a = pd.Series([[1,2,3],[4,5,6],[7,8,9]])

pd.Series([ [ [ (xx-yy)/yy for xx,yy in zip(x,y)] if y is not None else None] 
       for x,y in zip(a,a.shift(-1))])

但这似乎过于复杂了.如果能有一个更简洁的解决方案，我将不胜感激.

推荐答案

通常情况下，使用列表的序列/数据帧不是一个好主意.您的操作将是一个带有DataFrame的简单pct_change:

df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]])
df.pct_change(-1)

#           0      1         2
# 0 -0.750000 -0.600 -0.500000
# 1 -0.428571 -0.375 -0.333333
# 2       NaN    NaN       NaN

如果您确实想要一系列列表，请使用DataFrame作为中间层:

a = pd.Series([[1,2,3],[4,5,6],[7,8,9]])
out = pd.DataFrame(a.tolist()).pct_change(-1).agg(list, axis=1)

输出:

0                                  [-0.75, -0.6, -0.5]
1    [-0.4285714285714286, -0.375, -0.3333333333333...
2                                      [nan, nan, nan]
dtype: object