如何在Pandas DataFrame中按类别计算利润的一阶差分与百分比变化？

核心思路是先按地区分组，再在每个组内单独计算利润的一阶差分和百分比变化，避免全局计算的问题。

步骤示例 #

假设你的DataFrame包含Region（地区）、Year（年份）、Profit（利润）三列，先模拟一份示例数据：

import pandas as pd

data = {
    'Region': ['Delhi', 'Delhi', 'Delhi', 'Kolkata', 'Kolkata', 'Kolkata'],
    'Year': [2020, 2021, 2022, 2020, 2021, 2022],
    'Profit': [1000, 1200, 1500, 800, 960, 1152]
}
df = pd.DataFrame(data)

分组计算差分与百分比变化 #

直接通过groupby()指定地区分组，再对利润列应用对应方法：

# 计算各地区利润的一阶差分（当年-上年）
df['Profit_Diff'] = df.groupby('Region')['Profit'].diff()

# 计算各地区利润的百分比变化（(当年-上年)/上年 * 100），保留两位小数
df['Profit_Pct_Change'] = df.groupby('Region')['Profit'].pct_change().round(2) * 100

关键说明 #

• groupby('Region')会将数据拆分为Delhi和Kolkata两个独立子组，所有计算都在组内进行
• diff()自动计算组内相邻行的差值，对应2021-2020、2022-2021的利润差
• pct_change()计算组内相邻行的相对变化，转成百分比格式更直观

结果展示 #

执行后DataFrame会新增两列，结果如下：

Region  Year  Profit  Profit_Diff  Profit_Pct_Change
0    Delhi  2020    1000          NaN                NaN
1    Delhi  2021    1200        200.0               20.0
2    Delhi  2022    1500        300.0               25.0
3  Kolkata  2020     800          NaN                NaN
4  Kolkata  2021     960        160.0               20.0
5  Kolkata  2022    1152        192.0               20.0

额外注意 #

如果你的原始数据中年份未按顺序排列，需要先按地区和年份排序，确保计算的是连续年份的变化：

df = df.sort_values(by=['Region', 'Year']).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Ayan