如何让Pandas的pct_change按指定Label独立计算行的百分比变化？

问题场景 #

现有如下DataFrame：

import pandas as pd

df = pd.DataFrame([
    ['A', 2],
    ['B', 4],
    ['C', 20],
    ['B', 8],
    ['C', 2],
    ['A', 2]],
    columns=['Label', 'Val1',])

print(df)

输出：

Label  Val1
0     A     2
1     B     4
2     C    20
3     B     8
4     C     2
5     A     2

直接使用pct_change()会计算全局的行间变化率：

df['Val1_change'] = df['Val1'].pct_change(periods=1)

得到的结果是与上一行（无论Label是否相同）的对比：

Label  Val1  Val1_change
0     A     2          NaN
1     B     4         1.00
2     C    20         4.00
3     B     8        -0.60
4     C     2        -0.75
5     A     2         0.00

但需求是按相同Label分组，组内独立计算与上一个同Label行的百分比变化，预期结果：

Label  Val1  Val1_change
0     A     2         NaN
1     B     4         NaN
2     C    20         NaN
3     B     8         1.00    # 与上一行B对比增长100%
4     C     2        -0.90    # 与上一行C对比下降90%
5     A     2         0.00    # 与上一行A对比无变化

尝试将Label设为索引后再计算，结果仍不符合需求，因为索引改变不影响行的顺序，pct_change()还是按全局行序计算。

解决方案 #

使用groupby('Label')对DataFrame按Label分组，再对每组的Val1列应用pct_change()，即可实现组内独立计算：

df['Val1_change'] = df.groupby('Label')['Val1'].pct_change()

执行后查看结果：

print(df)

输出：

Label  Val1  Val1_change
0     A     2          NaN
1     B     4          NaN
2     C    20          NaN
3     B     8          1.0
4     C     2         -0.9
5     A     2          0.0

原理说明 #

• groupby('Label')将数据按Label值分成多个子组（A组、B组、C组）
• 对每个子组的Val1列调用pct_change()，会在组内按行的原始顺序计算与前一行的百分比变化
• 每个组的第一行没有前序同组数据，因此结果为NaN，完全符合需求

内容的提问来源于stack exchange，提问作者Edy Bourne