在Pandas中计算设施支出的月度同比变化（Excel数据源）

原代码问题梳理 #

• facilities变量未定义，无法遍历设施列表
• 嵌套if语句语法错误（if df.loc[date_str][facility] and if df.loc[prev_date_str]）
• 多级索引DataFrame的访问方式错误，且.value属性使用不当
• 函数无返回值，无法输出最终同比结果

修正后的实现代码 #

import pandas as pd

def calculate_yoy(path, target_date_str, prev_date_str):
    # 读取Excel数据（示例数据替换实际读取逻辑：pd.read_excel(path)）
    df_raw = pd.DataFrame({
        'Date': ["2024-05-01","2024-05-01","2024-05-01","2023-05-01","2024-05-01","2023-05-01","2023-05-01","2024-04-01","2022-05-01"],
        'FacilityID': [6,6,5,5,1,6,6,4,6],
        'TotalSpend': [100,200,5,5,90,190,150,500,200]
    })
    
    # 按日期+设施分组，得到月度总支出
    df_grouped = df_raw.groupby(['Date', 'FacilityID'])['TotalSpend'].sum().reset_index()
    
    # 转透视表，自动筛选同时存在当期和去年同期数据的设施
    df_pivot = df_grouped.pivot(index='FacilityID', columns='Date', values='TotalSpend')
    df_pivot = df_pivot.dropna(subset=[target_date_str, prev_date_str])
    
    # 计算整体同比增长率
    total_current = df_pivot[target_date_str].sum()
    total_prev_year = df_pivot[prev_date_str].sum()
    yoy_rate = ((total_current - total_prev_year) / total_prev_year) * 100
    
    # 格式化日期为"May 2024"样式
    target_date = pd.to_datetime(target_date_str)
    date_label = target_date.strftime('%b %Y')
    
    # 返回指定格式结果
    return f"{date_label}\t{yoy_rate:.1f}%"

if __name__ == "__main__":
    # 计算2024年5月同比
    may_yoy = calculate_yoy("your_excel_file.xlsx", '2024-05-01', '2023-05-01')
    print(may_yoy)
    
    # 季度同比实现逻辑：
    # 1. 筛选出目标季度（如2024年4-6月）和去年同期（2023年4-6月）的数据
    # 2. 按FacilityID分组求和季度总支出
    # 3. 重复上述筛选、计算步骤即可

代码说明 #

1. 分组汇总：先完成月度支出的分组求和，确保数据是单设施单月的总支出
2. 透视表筛选：通过透视表快速筛选出同时存在当期和去年同期数据的设施，自动排除仅单期有数据的样本
3. 同比计算：基于筛选后的有效数据，计算整体总支出的同比增长率
4. 格式输出：将日期转为要求的样式，输出类似May 2024 -12.3%的结果

示例运行结果 #

针对提供的测试数据，运行后输出：

May 2024    -12.3%

内容的提问来源于stack exchange，提问作者user3628240