pct_更改方法在pandas datafram中不起作用

Question

使用以下代码，我试图检查数值列的百分比变化：

import pandas as pd

df = pd.read_csv('./data.txt')
df.pct_change(1)

在数据.txt公司名称：

^{pr2}$

但上面的代码返回错误：

/opt/conda/lib/python3.5/site-packages/pandas/core/ops.py in na_op(x, y)
   1187                 if np.prod(xrav.shape) and np.prod(yrav.shape):
   1188                     with np.errstate(all='ignore'):
-> 1189                         result[mask] = op(xrav, yrav)
   1190             elif hasattr(x, 'size'):
   1191                 result = np.empty(x.size, dtype=x.dtype)

TypeError: unsupported operand type(s) for /: 'str' and 'str'

如何利用pct_变化法？删除非数字列（在本例中为日期列）是否重新运行pct_change，然后重新组合数据列？在

Answer 1

日期的第一列是字符串。df.pct_change(1)在尝试对这些字符串执行除法时引发一个TypeError。在

避免错误的一种方法是在分析CSV时将日期作为索引：

import pandas as pd

df = pd.read_csv('./data.txt', index_col=[0])
print(df.pct_change(1))

收益率

^{pr2}$

---

您可能还希望将日期字符串解析为日期：

df = pd.read_csv('./data.txt', index_col=[0], parse_dates=[0])

那么索引将是DatetimeIndex，而不是普通的Index（字符串）。 这将允许您对索引和interpolate values based on time进行日期时间算术。在