pandas数据框：如何计算初始年份（在时间t）的百分比变化]]

Question

我具有以下数据框（df）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import pickle
import matplotlib as mpl

sns.set()

df = pd.DataFrame({ 

    # some ways to create random data
    'scenario':np.random.choice( ['BAU','ETS','ESD'], 27),
    'region':np.random.choice( ['Italy','France'], 27),
    'variable':np.random.choice( ['GDP','GHG'], 27),
    # some ways to create systematic groups for indexing or groupby
    # this is similar to r's expand.grid(), see note 2 below
    '2015':np.random.randn(27),
    '2016':np.random.randn(27),
    '2017':np.random.randn(27),
    '2018':np.random.randn(27),
    '2019':np.random.randn(27),
    '2020':np.random.randn(27),
    '2021':np.random.randn(27)
    })

df2=pd.melt(df,id_vars=['scenario','region','variable'],var_name='year')
all_names_index = df2.set_index(['scenario','region','variable','year']).sort_index()
如何计算每个变量，方案和地区相对于初始年份（即2015年）的百分比变化？

例如：

2016=(2016-2015)/2015
2017=(2017-2015)/2015
...
2021=(2021-2015)/2015
    

我有以下数据框（df）：以NP形式导入numpy，以pd形式导入大熊猫，以plt形式导入matplotlib.pyplot，以sns形式导入seaborn，以sns形式导入咸菜，以mpl sns.set（）d来导入matplotlib，df = pd.DataFrame（{...

Answer 1

您可以使用pct_change()尝试一下，我正在对同一年的值求和：