如何计算df2中事件对df1前一日数值的百分比影响？

假设你使用Python的Pandas库处理数据，以下是实现需求的具体步骤：

1. 统一日期格式 #

首先确保两个DataFrame的日期列是datetime类型，避免日期匹配出错：

import pandas as pd

# 转换日期列格式（根据你的实际日期格式调整format参数）
df1['Date'] = pd.to_datetime(df1['Date'], format='%Y-%m-%d')
df2['Date'] = pd.to_datetime(df2['Date'], format='%Y-%m-%d')

2. 生成事件日期的前一日日期 #

为df2的每条记录计算对应的"前一日"，用来匹配df1中的Value：

# 给df2添加前一日日期列
df2['Prev_Date'] = df2['Date'] - pd.DateOffset(days=1)

3. 合并DataFrame匹配前一日Value #

通过前一日日期将df2和df1关联，获取对应的前一日数值：

# 合并两个DataFrame，保留所需列
df_merged = df2.merge(
    df1[['Date', 'Value']],
    left_on='Prev_Date',
    right_on='Date',
    suffixes=('_event', '_prev')
).drop(columns=['Date_prev'])  # 移除重复的日期列

4. 计算百分比影响 #

根据你的实际需求选择计算逻辑：

• 方式一：Amount占前一日Value的百分比

df_merged['Pct_Impact'] = (df_merged['Amount'] / df_merged['Value']) * 100

• 方式二：Amount相对于前一日Value的变化百分比（若Amount是事件导致的Value变动值）

df_merged['Pct_Impact'] = ((df_merged['Amount'] - df_merged['Value']) / df_merged['Value']) * 100

处理完成后，df_merged会包含df2的原始数据、前一日日期、对应的Value，以及计算出的百分比影响列。

内容的提问来源于stack exchange，提问作者alec22