Pandas常用累計、同比、環(huán)比等統(tǒng)計方法實踐過程

更新時間：2022年05月17日 10:37:26 作者：肖永威

這篇文章主要介紹了Pandas常用累計、同比、環(huán)比等統(tǒng)計方法實踐過程，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

（本年）累計：是指本年1月到截止月份的合計數
（上年）同期（累計）：是指去年1月到與本年累計所對應截止月份的合計數
同比（增長率）＝（本期數－同期數）/同期數*100％
環(huán)比（增長率）＝（本期數－上期數）/上期數*100％

注：這里的本期是指本月完成或當月完成，上期數是指上月完成。

示例數據：

在這里插入圖片描述

注：為了演示方便，本案例數據源僅使用2年，且每年5個月的數據。

1.（本年）累計

在做統(tǒng)計分析開發(fā)中，按年度、按月累計某些統(tǒng)計數據，是比較常見的需求。對于數據來說，就是按規(guī)則逐行累加數據。

Pandas中的cumsum()函數可以實現按某時間維度累計需求。

# 取本年累計值
import pandas as pd
df = pd.read_csv('data2021.csv')
cum_columns_name = ['cum_churncount','cum_newcount']
df[cum_columns_name] = df[['years','churncount','newcount']].groupby(['years']).cumsum()

注：其中分組‘years’是指年度時間維度累計。

計算結果如下：

在這里插入圖片描述

2.（上年）同期累計

對于（上年）同期累計，將直接取上一年度累計值的同月份數據。pandas DataFrame.shift()函數可以把數據移動指定的行數。

在這里插入圖片描述

接續(xù)上列，讀取同期數據。首先是把‘yearmonth’上移五行，如上圖所示得到新的DataFrame，通過‘yearmonth’進行兩表數據關聯（左關聯：左側為原表，右側為移動后的新表），實現去同期數據效果。

cum_columns_dict = {'cum_churncount':'cum_same_period_churncount',
                        'cum_newcount':'cum_same_period_newcount'}
df_cum_same_period = df[['cum_churncount','cum_newcount','yearmonth']].copy()
df_cum_same_period = df_cum_same_period.rename(columns=cum_columns_dict)
#df_cum_same_period.loc[:,'yearmonth'] = df_cum_same_period['yearmonth'].shift(-12) # 一年12個月
df_cum_same_period.loc[:,'yearmonth'] = df_cum_same_period['yearmonth'].shift(-5)   # 由于只取5個月數據的原因
df = pd.merge(left=df,right=df_cum_same_period,on='yearmonth',how='left')

3. 上月（完成）

取上月的數據，使用pandas DataFrame.shift()函數把數據移動指定的行數。

接續(xù)上列，讀取上期數據。（與取同期原理一樣，略）

last_mnoth_columns_dict = {'churncount':'last_month_churncount',
                        'newcount':'last_month_newcount'}
df_last_month = df[['churncount','newcount','yearmonth']].copy()
df_last_month = df_last_month.rename(columns=last_mnoth_columns_dict)
df_last_month.loc[:,'yearmonth'] = df_last_month['yearmonth'].shift(-1)  # 移動一行
df = pd.merge(left=df,right=df_last_month,on='yearmonth',how='left')

4. 同比（增長率）

計算同比涉及到除法，需要剔除除數為零的數據。

df.fillna(0,inplace=True) # 空值填充為0 
# 計算同比
df.loc[df['cum_same_period_churncount']!=0,'cum_churncount_rat'] = (df['cum_churncount']-df['cum_same_period_churncount'])/df['cum_same_period_churncount'] # 除數不能為零
df.loc[df['cum_same_period_newcount']!=0,'cum_newcount_rat'] =  (df['cum_newcount']-df['cum_same_period_newcount'])/df['cum_same_period_newcount'] # 除數不能為零
df[['yearmonth','cum_churncount','cum_newcount','cum_same_period_churncount','cum_same_period_newcount','cum_churncount_rat','cum_newcount_rat']]

在這里插入圖片描述

5. 環(huán)比（增長率）

# 計算環(huán)比
df.loc[df['last_month_churncount']!=0,'churncount_rat'] = (df['churncount']-df['last_month_churncount'])/df['last_month_churncount'] # 除數不能為零
df.loc[df['last_month_newcount']!=0,'newcount_rat'] =  (df['newcount']-df['last_month_newcount'])/df['last_month_newcount'] # 除數不能為零
df[['yearmonth','churncount','newcount','last_month_churncount','last_month_newcount','churncount_rat','newcount_rat']]

在這里插入圖片描述