带日期戳的分组多索引DataFrame如何用pct_change计算users百分比变化
问题定位与修正代码
原代码的错误点
- 分组键设置错误:把
datestamp加入分组列表后,每个分组的唯一键就是「日期+设备+国家」,每组只有1条记录,后续pct_change根本找不到同组的前后行做对比 - 用错聚合方法:调用
.count()会把分组后的每行值替换成分组的行数,这里每组都是1行,count出来全是1,直接把真实的users数值覆盖丢失 - pct_change作用域错误:直接对整个聚合后的表逐行计算相邻行的变化,算的是物理上相邻两行的差值比例,不是同一设备、同一国家跨日期的用户变化
可直接运行的修正代码
import pandas as pd import numpy as np # 先按日期排序,避免乱序影响时间维度对比 df = df.sort_values('datestamp').reset_index(drop=True) # 按设备、国家分组,在每组内部按日期顺序计算users的百分比变化 df['change'] = df.groupby(['device', 'country'])['users'].pct_change() # 将小数转换为带%的整数字符串,和示例格式对齐 df['change'] = df['change'].apply( lambda val: np.nan if pd.isna(val) else f"{round(val * 100)}%" )
实现逻辑说明
- 分组只保留跨日期对比时需要固定的维度:
device、country,这样同一个设备+国家的所有日期数据会被归到同一组里 pct_change在每个独立分组内计算相邻日期的比例差,首个日期的记录没有前序对比值,自动填充为np.nan- 计算结果完全匹配预期规则:
- 英国区ipad用户从10涨到20,变化100%
- 英国区iphone用户从15降到10,变化-33%
- 美国区ipad用户持平在20,变化0%
- 美国区iphone用户从40涨到60,变化50%
内容的提问来源于stack exchange,提问作者Jonas Palačionis
相关产品推荐
相关产品推荐

