Pandas pivot_table вычисляет текущий индекс

У меня есть датафрейм

import pandas as pd
df = pd.DataFrame({
    'PART_UNIT': ['A','A','A','A','A'],
    'FiscalYear': ['2015/2016','2016/2017','2017/2018','2018/2019','2019/2020'],
    'BUY_UNIT_PRICE': [30,32,33,31,35]
})

То, что я преобразовал в сводную_таблицу

pivot = df.pivot_table(index='PART_UNIT', columns='FiscalYear', values='BUY_UNIT_PRICE', aggfunc='mean')
print(pivot)

FiscalYear  2015/2016  2016/2017  2017/2018  2018/2019  2019/2020
PART_UNIT
A                  30         32         33         31         35

Ищу помощи в определении развития из года в год

2015/2016 = индекс 100
2016/2017 = (значение 2016/2017) / (значение 2015/2016) * 100
2017/2018 = (значение 2017/2018) / (значение 2016/2017) * 100
...

Мой желаемый результат для этого примера данных будет

FiscalYear  2015/2016  2016/2017  2017/2018  2018/2019  2019/2020
PART_UNIT
A                 100     106.67     103,13      93,94      112,9

Как мне это сделать в Pandas?

Функция, за которой я следую, идентична функции в сводной таблице Excel, где вы можете выбрать «показать значения в процентах от предыдущего года».

python pandas pivot-table

28.06.2019 14:21

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете сделать pct_change() над axis=1, а затем multiply на 100 и, наконец, add 100, чтобы соответствовать ожидаемому результату:

m=(df.pivot_table(index='PART_UNIT', columns='FiscalYear', 
                       values='BUY_UNIT_PRICE', aggfunc='mean'))

m.pct_change(axis=1).mul(100).add(100,fill_value=0)

FiscalYear  2015/2016   2016/2017  2017/2018  2018/2019   2019/2020
PART_UNIT                                                          
A               100.0  106.666667    103.125  93.939394  112.903226

Работает как шарм Как насчет случая, когда у меня есть цена только в 2016/2017 и 2017/2018, здесь я хотел бы, чтобы 2016/2017 был индексом 100, а 2017/2018 был 103,125, остальные поля должны быть NULL

— 28.06.2019 14:51

@HenrikPoulsen как насчет m.where(m.isna(),m.pct_change(axis=1).mul(100).add(100,fill_‌value=0))

— 28.06.2019 16:08

28.06.2019 14:34