Método pct_change() do DataFrame Pandas

Introdução

O método pct_change() no DataFrame do Pandas calcula a mudança percentual no DataFrame entre o elemento atual e o anterior. É útil para analisar dados e calcular diferenças em vendas, mês a mês ou ano a ano.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido às limitações do Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Calcular a Mudança Percentual em um DataFrame Pandas

Para calcular a mudança percentual em um DataFrame do Pandas, siga estes passos:

1. Importe a biblioteca pandas.

import pandas as pd

2. Crie um DataFrame com um índice de série temporal e os dados desejados.

Values = pd.date_range('2021-01-01', periods=3, freq='5W')
df = pd.DataFrame({'coffee': [755.2, 751.23, 852.21], 'Tea': [700.21, 695.21, 726.21], 'Pepper': [900.14, 8254.1, 455.27]}, index=Values)

3. Imprima o DataFrame original.

print("----------O conjunto de dados é----------")
print(df)

4. Use o método pct_change() para calcular a mudança percentual no DataFrame.

print("-------Mudança percentual no conjunto de dados-------")
print(df.pct_change())

Calcular a Mudança Percentual ao Longo do Eixo da Coluna

Para calcular a mudança percentual ao longo do eixo da coluna, modifique o código no passo 1 da seguinte forma:

1. Importe a biblioteca pandas.

import pandas as pd

2. Crie um DataFrame com um índice de série temporal e os dados desejados.

Values = pd.date_range('2021-01-01', periods=3, freq='5W')
df = pd.DataFrame({'coffee': [755.2, 751.23, 852.21], 'Tea': [700.21, 695.21, 726.21], 'Pepper': [900.14, 8254.1, 455.27]}, index=Values)

3. Imprima o DataFrame original.

print("----------O conjunto de dados é----------")
print(df)

4. Use o método pct_change() com axis=1 para calcular a mudança percentual ao longo do eixo da coluna.

print("-------Mudança percentual no conjunto de dados-------")
print(df.pct_change(axis=1))

Calcular a Mudança Percentual com um Período Específico

Para calcular a mudança percentual com um período especificado, modifique o código no passo 1 da seguinte forma:

1. Importe a biblioteca pandas.

import pandas as pd

2. Crie um DataFrame com um índice de série temporal e os dados desejados.

Values = pd.date_range('2021-01-01', periods=3, freq='5W')
df = pd.DataFrame({'coffee': [755.2, 751.23, 852.21], 'Tea': [700.21, 695.21, 726.21], 'Pepper': [900.14, 8254.1, 455.27]}, index=Values)

3. Imprima o DataFrame original.

print("----------O conjunto de dados é----------")
print(df)

4. Use o método pct_change() com periods=2 para calcular a mudança percentual com um período especificado.

print("-------Mudança percentual no conjunto de dados-------")
print(df.pct_change(periods=2))

Tratar Valores Ausentes antes do Cálculo

Para lidar com valores ausentes antes de calcular a mudança percentual, modifique o código no passo 1 da seguinte forma:

1. Importe a biblioteca pandas.

import pandas as pd

2. Crie um DataFrame com um índice de série temporal e os dados desejados.

Values = pd.date_range('2021-01-01', periods=3, freq='5W')
df = pd.DataFrame({'coffee': [755.2, 751.23, 852.21], 'Tea': [700.21, 695.21, 726.21], 'Pepper': [900.14, 8254.1, 455.27]}, index=Values)

3. Imprima o DataFrame original.

print("----------O conjunto de dados é----------")
print(df)

4. Use o método pct_change() com fill_method='ffill' para lidar com valores ausentes antes do cálculo.

print("-------Mudança percentual no conjunto de dados-------")
print(df.pct_change(fill_method='ffill'))

Resumo

O método pct_change() no DataFrame do Pandas calcula a mudança percentual entre o elemento atual e o anterior. Ele pode ser usado para analisar dados e calcular diferenças, e possui parâmetros para lidar com valores ausentes e especificar um período para o cálculo. Seguindo os passos deste tutorial, você pode usar o método pct_change() de forma eficaz em suas tarefas de análise de dados.