Pandas如何计算首年记为0的分月度年度同比变化百分比

初始测试数据 #

import pandas as pd

df = pd.DataFrame({
    'year':[2019,2019,2019,2019,2020,2020,2020,2020,2021,2021,2021,2021],
    'month':[1,2,3,4,1,2,3,4,1,2,3,4],
    'values':[33,63,24,19,22,30,60,25,23,24,30,80]
})

实现逻辑 #

之前用groupby配合transform没得到正确结果，基本是因为没有提前排序导致取值错位，按以下逻辑处理即可：

• 先按month、year字段升序排序，保证同一月份下数据按年份从小到大排列
• 按month分组，通过shift(1)取同组内上一条记录，也就是上一年同月份的数值
• 按照公式(当期值 - 上年同期值) / 上年同期值 * 100计算同比变化百分比
• 首个统计年份（2019年）没有上一年参照数据，计算结果为空，直接填充为0即可

完整实现代码 #

# 排序保证同月份下年份顺序正确
df = df.sort_values(by=['month', 'year']).reset_index(drop=True)

# 提取同月份上一年数值
df['last_year_val'] = df.groupby('month')['values'].shift(1)

# 计算同比百分比，首年空值填0，结果保留2位小数
df['yoy_pct'] = ((df['values'] - df['last_year_val']) / df['last_year_val'] * 100).fillna(0).round(2)

# 可选：删除中间辅助列
df = df.drop(columns=['last_year_val'])

# 可选：排序回原有的年-月展示顺序
df = df.sort_values(by=['year', 'month']).reset_index(drop=True)

结果校验 #

计算结果完全符合需求：

• 2019年所有月份的yoy_pct均为0
• 2020年1月同比为-33.33%，和示例给出的参考值一致
• 其余月份均按相同月份跨年匹配计算，例如2021年4月同比为220%

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