如何在pandas DataFrame中计算并新增GDP年化增长率列

不要用iterrows()逐行遍历处理这类相邻行计算场景，pandas内置的向量化接口可以一行代码完成需求，运行效率更高、不会出现索引越界问题，计算结果完全匹配你的预期。

实现代码 #

import pandas as pd

# 构造你给出的示例数据集
df = pd.DataFrame({
    'GDP': [100, 101, 103, 107]
})

# 新增年化增长率列，索引0位置自动填充NaN
df['Annualized Growth Rate'] = ((df['GDP'] / df['GDP'].shift(1)) ** 4 - 1) * 100

# 如果需要和示例一样保留3位小数，追加round即可
# df['Annualized Growth Rate'] = df['Annualized Growth Rate'].round(3)

运行后输出的数据集和你给出的预期完全一致：

原代码报错原因 #

你之前写的iterrows()循环逻辑存在三个明显问题：

• 遍历到索引0时，代码尝试取index-1 = -1对应的行，你的DataFrame不存在-1这个索引标签，直接触发索引越界报错
• 循环内的赋值逻辑错误：df['Annualized Growth Rate'] = 单个值的写法每次循环都会覆盖整列数据，哪怕不报错最终整列也只会保留最后一次循环的计算结果
• iterrows()属于逐行执行的非向量化实现，数据量越大运行速度越慢，不符合pandas使用规范，所有批量行列计算场景都不优先考虑。

等价简化写法 #

pandas内置了pct_change()方法专门计算环比变化率，和上述写法结果完全一致，代码更简洁：

df['Annualized Growth Rate'] = ((1 + df['GDP'].pct_change()) ** 4 - 1) * 100

注意事项 #

• 计算前请确认DataFrame已经按时间先后顺序排序，否则会出现跨期计算错误
• 如果数据中存在GDP缺失值，上述方法会自动在缺失值对应的行及下一行返回NaN，不需要额外写异常判断逻辑

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