Seaborn图表Y轴数值显示异常，疑与YOY计算相关

问题重现 #

我用以下代码创建了包含CPI、环比（mom）的DataFrame：

import pandas as pd
import numpy as np
import seaborn as sns

date = pd.date_range('2003-01-01', '2022-11-01', freq='MS').strftime('%Y-%m-%d').tolist()
mom = [np.nan] + list(np.repeat([0.01], 238))
cpi = [100] + list(np.repeat([np.nan], 238))
df = pd.DataFrame(list(zip(date, mom, cpi)), columns=['date','mom','cpi'])
df['date'] = pd.to_datetime(df['date'])

for i in range(1,len(df),1):
    df['cpi'][i] = df['cpi'][(i-1)] * (1 + df['mom'][i])

df['yoy'] = df['cpi'].pct_change(periods=12)

随后用Seaborn绘制同比（yoy）折线图时，Y轴数值显示异常：

sns.lineplot(
    x = 'date',
    y = 'yoy',
    data = df
)

手动填充yoy列时绘图正常，推测问题出在pct_change的计算环节。

问题分析 #

1. 链式索引赋值的隐患：循环中使用df['cpi'][i]这种链式索引修改数据，可能导致Pandas无法正确跟踪数据类型，甚至引发SettingWithCopyWarning，最终导致cpi列的数据类型异常（比如变为object类型），进而干扰pct_change的计算结果。
2. 循环计算的低效与风险：手动循环赋值容易出现索引错位，且无法保证数据的连续性和类型一致性。

解决方案 #

替换循环计算CPI的逻辑，使用Pandas的向量化操作cumprod高效计算累积增长，同时规避链式索引的问题：

import pandas as pd
import numpy as np
import seaborn as sns

# 生成日期序列
date = pd.date_range('2003-01-01', '2022-11-01', freq='MS')
# 构造mom列：第一个值为nan，后续均为0.01
mom = pd.Series([np.nan] + [0.01]*238, index=date)
# 计算cpi：初始值100，基于(1+mom)的累积乘积计算
df = pd.DataFrame({'date': date, 'mom': mom})
df['cpi'] = 100 * (1 + df['mom']).fillna(1).cumprod()
# 计算同比
df['yoy'] = df['cpi'].pct_change(periods=12)

# 绘图验证
sns.lineplot(x='date', y='yoy', data=df)

效果说明 #

• 用cumprod计算CPI是向量化操作，效率远高于手动循环，且能保证数据类型始终为数值型（float）。
• fillna(1)处理了第一个mom的nan值，确保初始CPI保持100的基准值。
• 计算出的yoy值会稳定在(1.01**12)-1≈0.1268（即12.68%）左右，Seaborn绘图时Y轴会显示正常的百分比数值，不会出现异常。

内容的提问来源于stack exchange，提问作者youraz