如何使用pandas对DataFrame按分组计算指标环比百分比变化

核心逻辑 #

使用groupby对FN字段分组后，调用pandas内置的pct_change()方法直接计算组内AuM的环比变化率，最后将首行空值替换为符合要求的空字符串即可。

完整可运行代码 #

import pandas as pd

# 构造示例输入df1
lst = [['01012021','A',10],['01012021','B',20],['01012021','A',12],['01012021','B',23]]
df1 = pd.DataFrame(lst, columns=['Date','FN','AuM'])

# 按FN分组计算环比变化率
df1['%_delta'] = df1.groupby('FN')['AuM'].pct_change()

# 将首行的空值替换为空白字符串，匹配预期输出格式
df1['%_delta'] = df1['%_delta'].fillna('')

# 得到目标df2
df2 = df1.copy()

注意事项 #

• 正式使用时如果你的数据需要按日期顺序计算环比，请先对每个FN分组内的Date字段做升序排序，避免数据顺序错误导致计算结果不准，排序代码参考：

  # 先将日期字符串转为datetime类型避免排序错误
  df1['Date'] = pd.to_datetime(df1['Date'], format='%d%m%Y')
  df1 = df1.sort_values(by=['FN', 'Date'], ascending=True)
  

• 如果需要输出带百分号的格式，可以修改赋值逻辑：

  df1['%_delta'] = df1.groupby('FN')['AuM'].pct_change().apply(lambda x: f"{x:.2%}" if pd.notna(x) else "")
  

内容的提问来源于stack exchange，提问作者Bsleon