问题描述

我有2017.1-2018.12的销售数据，计算每一个月的 同比和环比增长，没有的话 用null代替

注释：
同比 和 环比 都是为了显示数据的变化速度，但是基数不同，同比侧重长期数据趋势变化，环比侧重于短期内数据趋势变化
同比是指在同一时期内的数据趋势变化，用于本期与同期的对比，例如本期2018-02月销售额与同期2017-02月销售额做对比。【（本期 - 同期）/ 同期】
环比是指在短时间内的数据趋势变化，用去本期与临近一起的对比，例如本期2018-02月销售额与上一期2018-01月销售额做对比。【（本期 - 临近一期）/ 临近一期】

数据准备

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)] #随机生成销售额
data = pd.DataFrame({'rng':rng,'mony':mony}) #组成一个dataframe
1
2
3
4
5

计算环比增长

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%') 小数格式化为百分数
1
2
3
4
5
6

方法二：

使用diff（periods=1, axis=0)） 一阶差分函数
periods：移动的幅度 默认值为1
axis:移动的方向，{0 or ‘index’, 1 or ‘columns’}，如果为0或者’index’，则上下移动，如果为1或者’columns’，则左右移动。默认列向移动

data['huanbi_1'] = data.mony.diff()
1

方法三：

使用pct_change()

data['huanbi_1'] = data.mony.pct_change()
data.fillna(0,inplace=True)
1
2

计算同比增长

使用一阶差分函数diff()

data['tongbi_shu'] = data.mony.diff(12)
data.fillna(0,inplace=True)
data['tongbi'] = data['tongbi_shu']/(data['mony'] - data['tongbi_shu'])
``
1
2
3
4