各位小伙伴，在数据分析中，我们会经常用到同比、环比。那么学习了python以后，如何来通过Python Pandas来计算呢？这里废话不多说，直接上干货-代码！
第一步：生成测试数据
#生成测试数据
import pandas as pd
import random
date_M = list(pd.date_range('1/1/2019', periods=24, freq='M')) #生成日期
mony = [random.randint(18000,20000) for i in range(0,24)] #随机生成销售额
data = pd.DataFrame({'date_M':date_M,'mony':mony}) #构建一个dataframe
第二步：计算环比增长
这里有三个方法，我们逐一介绍。
----------------------------------------------------------
#方法1
----------------------------------------------------------
'''
#升序排列-按照日期
data.sort_values(by=['date_M'],inplace=True)
#新增列 -'huanbi' 环比的意思
data['huanbi_01']=0
#计算环比列数值
for i in range(0,len(data)):
if i == 0:
data['huanbi_01'][i] = 'null'
else:
data['huanbi_01'][i] = format((data['mony'][i] - data['mony'][i-1])/data['mony'][i-1],'.2%')
#format(res,'.2%') 小数格式化为百分数
'''
----------------------------------------------------------
#方法2:
使用diff(periods=1, axis=0)) 一阶差分函数
periods：移动的幅度 默认值为1
axis:移动的方向，{0 or ‘index’, 1 or ‘columns’}，如果为0或者’index’，则上下移动，如果为1或者’columns’，则左右移动。默认列向移动
----------------------------------------------------------
'''
data['huanbi_02'] = data['mony']/(data['mony']-data['mony'].diff())-1
data.fillna(0,inplace=True) #Null值填充
'''
----------------------------------------------------------
#方法3:
使用pct_change()
----------------------------------------------------------
'''
data['huanbi_03'] = data.mony.pct_change()
data.fillna(0,inplace=True) #Null值填充
环比输出图如下所示(其中huanbi_01,huanbi_02,huanbi_03,分别代表三个方法输出的结果)：
第三步：计算同比增长
'''
----------------------------------------------------------
使用一阶差分函数diff()
----------------------------------------------------------
'''
data['tongbi_data'] = data.mony.diff(12) #按月同比，12正好是12个月。
data.fillna(0,inplace=True)
data['tongbi_01'] = data['tongbi_data']/(data['mony'] - data['tongbi_data'])
结果如下所示：
注：由于数据是随机生成，小伙伴在运行程序的时候，结果会有所不同。