Pandas基于yoy同比增速与上年值批量计算多列当前值的方法

前置条件 #

你需要先确保数据集已经按日期列升序排序，且月度数据无断档（如有断档建议先将日期设为索引，用resample('M').asfreq()补全月份后再操作）。 #

实现方案 #

方案1：直接遍历列实现（无额外函数依赖，最简洁） #

如果你还没封装函数，直接遍历筛选出的yoy列批量生成新列即可，仅需几行代码：

import pandas as pd

# 1. 筛选所有yoy开头的列
yoy_cols = df.filter(regex="^yoy_").columns.tolist()

# 2. 预计算上年同期value，避免每列重复计算偏移
df['ly_value'] = df['value'].shift(12)

# 3. 批量生成计算结果列
for col in yoy_cols:
    df[f"{col}_value"] = (1 + df[col]) * df['ly_value']

# 可选：删除临时生成的上年value列
df.drop(columns=['ly_value'], inplace=True)

方案2：复用已有单组计算函数 #

如果你已经完成了单组计算的函数封装，可以通过apply批量应用到所有yoy列：
假设你已有的单组计算函数如下：

def calculate_yoy_actual(yoy_series: pd.Series, ly_value_series: pd.Series) -> pd.Series:
    # 你的自定义逻辑（含异常值处理、边界判断等均可保留）
    return (1 + yoy_series) * ly_value_series

批量调用代码：

ly_value = df['value'].shift(12)
yoy_cols = df.filter(regex="^yoy_").columns

# 批量计算所有列后直接合并到原DataFrame
df = pd.concat([
    df,
    df[yoy_cols].apply(calculate_yoy_actual, args=(ly_value,)).add_suffix("_value")
], axis=1)

注意事项 #

• 如果你的数据存在缺失月份，直接用shift(12)会出现匹配错误，需要先将日期设为索引，重采样补全缺失月份后再执行计算
• 所有yoy列的数值格式需要是小数格式（比如同比增长15%对应值为0.15），如果是百分比字符串需要先转换为数值再计算

内容的提问来源于stack exchange，提问作者ah bon