如何在 Python 中找到日期時間值的百分比增加/減少？

Question

我附上了一張我在 Jupyter 中打印 df 時如何格式化數據的照片，請檢查以供參考。 將 DATE 列設置為索引，檢查索引的數據類型，並將索引轉換為日期時間索引。

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

我需要打印從月/年到月/年的價值增加百分比以及從月/年到月/年的價值減少百分比。

dataframe格式圖片

Answer 1

第一個更正與如何讀取 DataFrame 有關。

傳遞parse_dates您應該定義要解析為日期的列列表。 所以這條指令應該改為：

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

然后不需要第二條指令。

要查找UMTMVS列中的百分比變化，請使用： df.UMTMVS.pct_change() 。 對於您的數據，結果是：

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

也許你應該將它乘以100 ，以獲得真實的百分比。