如何在 Python 中找到日期时间值的百分比增加/减少？

Question

我附上了一张我在 Jupyter 中打印 df 时如何格式化数据的照片，请检查以供参考。 将 DATE 列设置为索引，检查索引的数据类型，并将索引转换为日期时间索引。

import pandas as pd
df = pd.read_csv ('UMTMVS.csv',index_col='DATE',parse_dates=True)
df.index = pd.to_datetime(df.index)

我需要打印从月/年到月/年的价值增加百分比以及从月/年到月/年的价值减少百分比。

dataframe格式图片

Answer 1

第一个更正与如何读取 DataFrame 有关。

传递parse_dates您应该定义要解析为日期的列列表。 所以这条指令应该改为：

df = pd.read_csv('UMTMVS.csv', index_col='DATE', parse_dates=['DATE'])

然后不需要第二条指令。

要查找UMTMVS列中的百分比变化，请使用： df.UMTMVS.pct_change() 。 对于您的数据，结果是：

DATE
1992-01-01         NaN
1992-02-01    0.110968
1992-03-01    0.073036
1992-04-01   -0.040080
1992-05-01    0.014875
1992-06-01   -0.330455
1992-07-01    0.368293
1992-08-01    0.078386
1992-09-01    0.082884
1992-10-01   -0.030528
1992-11-01   -0.027791
Name: UMTMVS, dtype: float64

也许你应该将它乘以100 ，以获得真实的百分比。