pct_change()不能处理数据帧。字符串错误(&S)
pct_change()是Pandas库中的一个函数，用于计算数据帧中每个元素与其前一个元素之间的百分比变化。然而，pct_change()函数只能处理数值型数据，无法处理数据帧中的字符串类型数据。
当我们尝试在数据帧中的字符串列上应用pct_change()函数时，会出现字符串错误（&S）。这是因为pct_change()函数要求操作的数据是数值型，而字符串无法进行数值计算。
解决这个问题的方法是，在应用pct_change()函数之前，将字符串列转换为数值型列。可以使用astype()函数将字符串列转换为浮点型或整型。例如，可以使用以下代码将字符串列"column_name"转换为浮点型：
df['column_name'] = df['column_name'].astype(float)
然后，就可以在转换后的数值型列上应用pct_change()函数，计算百分比变化。
需要注意的是，转换字符串列为数值型时，如果字符串中包含非数字字符，转换会失败并引发错误。因此，在进行转换之前，需要确保字符串列中的所有元素都是有效的数字。
腾讯云相关产品中，与数据处理和分析相关的产品包括腾讯云数据湖分析（Data Lake Analytics，DLA）和腾讯云数据仓库（Data Warehouse，DWS）。这些产品提供了强大的数据处理和分析能力，可以帮助用户高效地处理和分析大规模数据。
腾讯云数据湖分析（DLA）是一种无服务器的交互式分析服务，支持使用标准SQL语言对数据湖中的数据进行查询和分析。DLA可以与腾讯云对象存储（COS）等数据存储服务无缝集成，提供高性能的数据查询和分析能力。
腾讯云数据仓库（DWS）是一种高性能、弹性扩展的云数据仓库服务。DWS基于分布式架构，可以快速处理大规模数据，并提供了丰富的数据分析功能和工具支持。
更多关于腾讯云数据湖分析（DLA）和腾讯云数据仓库（DWS）的详细信息，请访问以下链接：
相关·内容
2回答
我有以下数据帧：
我需要重新采样数据以计算每周的pct_change()。我怎样才能得到每周的更改？
类似于data['pct_week'] = data['Adj Close'].resample('W').ffill().pct_change()，但数据需要按data.groupby(['month', 'week'])分组
这样，每个月都会为每周的change.Which生成4个值，然后我就可以用图表表示出来
我所做的是df['pct_week'] = data['Adj Clo
浏览 1提问于2019-11-04得票数 5
3回答
假设我有两个截然不同的pandas数据帧，它们具有完全相同的结构：
df1
+---+---------+------+------+------+
| | summary | col1 | col2 | col3 |
+---+---------+------+------+------+
| 0 | count | 10 | 10 | 10 |
+---+---------+------+------+------+
| 1 | mean | 4 | 5 | 5 |
+---+---------+------+------+------+
| 2
浏览 22提问于2019-08-12得票数 1
回答已采纳
1回答
我有一个名为df的数据帧，并希望在元组中创建一个元组列表，如下所示。 数据帧： ? 预期输出： [(('AK', 'Alaska Bible College'), 53.30776605944392)]
浏览 5提问于2021-06-30得票数 1
回答已采纳
1回答
我有一个数据结构，其中包含一个包含DataFrames的三级字典。我正在尝试迭代数据帧并将操作应用于数据帧。我实际上想做的是-将数据框中的股票价格更改为21天的回报。 我甚至不能让迭代工作： for dte in df_usage['SPX']['Prices'].items():
df_usage['SPX']['Prices'][dte] = df_usage['SPX']['Prices'][dte].pct_change(lookback) 返回： File "<
浏览 48提问于2021-03-18得票数 1
2回答
我有以下数据帧，是一天级别的： BillDate S2Rate
4 2019-06-04 4686.5
3 2019-06-03 1557.5
2 2019-05-21 10073.5
1 2019-05-19 6501.5
0 2019-05-18 1378.0 我想使用这个数据来计算WoW百分比，WoW的增加或减少。我该怎么做呢？ 另外，我如何将其复制到YoY和Day on Day？
浏览 27提问于2020-04-11得票数 0
我有以下DataFrame：
Date A
2015-01-01 10
2015-01-02 14
2015-01-05 NaN
2015-01-06 NaN
2015-01-07 5
2015-01-10 1
2015-01-11 N
浏览 1提问于2017-04-20得票数 7
回答已采纳
1回答
考虑下面这样的数据帧： x =[[ 1. , 9.61076],
[ 2. , 9.61076],
[ 3. , 14.41615],
[ 4. , 33.63767],
[ 5. , 57.66458],
[ 6. , 62.46997],
[ 7. , 72.08073],
[ 8. , 172.99375]]
df = pd.DataFrame(x)
df = df.set_index(0)
浏览 18提问于2020-07-10得票数 2
回答已采纳
我从JSON中导入了一个DataFrame：
res = pd.io.json.json_normalize(response['candles'])
complete mid.c mid.h mid.l mid.o time volume
3000 True 1.48257 1.48902 1.47545 1.48299 2011-05-02T21:00:00.000000000Z 46718
3001 True 1.48271 1.49402 1.47752 1.48254 2011-05-03T21:00:0
浏览 11提问于2017-10-08得票数 5
回答已采纳
2回答
我有一个pandas dataframe，列名为'a'，'b'，...，'n‘。
对于每一列，我希望显示这些列的每日更改，并扩展数据帧以包含：'a'，'b'，...，'n'，'a_ daily '，'b_daily'，...，'n_daily_ change‘。
我尝试了以下代码(它给出了KeyError：'column_names')：
for column_names in df:
df[str(column_names) + '_
浏览 1提问于2016-02-23得票数 0
使用下面的代码，我试图检查数字列的百分比变化：
import pandas as pd
df = pd.read_csv('./data.txt')
df.pct_change(1)
data.txt：
,AAPL,MSFT,^GSPC
2000-01-03,3.625643,39.33463,1455.219971
2000-01-04,3.319964,38.0059,1399.420044
2000-01-05,3.3685480000000005,38.406628000000005,1402.109985
2000-01-06,3.077039,37.12008,1
浏览 1提问于2017-06-03得票数 3
回答已采纳
我想做以下几点：
df['SR1'] = df['Open'].pct_change(1)
df['SR2'] = df['Open'].pct_change(2)
df['SR3'] = df['Open'].pct_change(3)
df['SR4'] = df['Open'].pct_change(4)
df['SR5'] = df['Open'].pct_change(5)
df['SR6'] = df[&#
浏览 0提问于2019-04-26得票数 1
回答已采纳
使用以下命令将此数据帧成功读取到python中：
df = pd.read_csv(r"/Users/Desktop/IBM.csv")
我尝试使用下面这行代码从这些数据中获得月度回报：
IBM_monthly_returns = df['Adj Close'].resample('M').ffill().pct_change()
请帮帮忙
完整图像：
浏览 12提问于2021-05-12得票数 0
我是Python和pandas的新手。我创建了一个数据帧，并希望计算两列之间的百分比变化。我知道pandas中的pct_change函数，但它在行之间工作。 import pandas as pd
import matplotlib.pyplot as plt
UKnewcars = pd.DataFrame({
'Model': ["Diesel", "MHEV Diesel", "Petrol", "MHEV petrol","BEV", "PHEV", "
浏览 81提问于2021-10-11得票数 0
我有一个dataframe，当我试图计算pct_change()时，它显示了一个TypeError: unsupported operand type(s) for /: 'str' and 'float'错误。然后我尝试将类型转换为浮点数，它显示了ValueError: could not convert string to float。
unemployment_df['Unemployment_pct_change'] = unemployment_df['Unemployment_Value'].pct_change()
浏览 5提问于2020-10-02得票数 0
回答已采纳
2回答
使用Pandas文档
我试图创建这个函数来计算percentage_change。我给它传递了两个参数
def PCT(df,n):
d = df['Close'].pct_change(n)
即使以不同的方式重写相同的代码，我也会犯同样的错误。
P = pd.Series(df['Close'].pct_change(n), name = 'PCT_' + str(n))
数据帧
我想要更改的窗口
抛掷误差
File "D:\Python Scripts\TA_Liabrary.py&#
浏览 2提问于2016-03-25得票数 5
回答已采纳
我正在尝试建立一个金融分析工具来帮助我进行个人投资。我有一个及时索引的数据框架，其中有几个指标涉及两个指数:标准普尔500指数和罗素2000指数。出于绘图目的，我希望此数据位于相同的数据帧中。这是头部： Asset High Low Open Close
Date
2011-07-20 S&P 500 9.505 9.475 9.505 9.475
2011-07-21 S&a
浏览 7提问于2021-02-05得票数 0
我正在使用来自yfinance的财务数据。
df = yf.download("AAPL MSFT", period="60D", interval="5m")
数据如下：
AAPL MSFT
Datetime
2021-09-17 09:30:00-04:00 147.880005 303.049103
2021-09-17 09:35:00-04:00 147.669998
浏览 12提问于2021-12-13得票数 0
回答已采纳
假设我有一个数据帧，如下：
ticker MS AAPL
field price volume price volume
0 -0.861210 -0.319607 -0.855145 0.635594
1 -1.986693 -0.526885 -1.765813 1.696533
2 -0.154544 -1.152361 -1.391477 -2.016119
3 0.621641 -0.109499 0.143788 -0.050672
由以下代
浏览 19提问于2018-08-30得票数 1
2回答
我有以下数据框架
t_f m_s
uni
A False 1.2
A True 0.6
B False 0.9
B True 0.6
我试图得到的真假的差异，每个单位，也计算百分比的变化，真假/假，我相信有一个方法，使用组，但我不知道如何做。
输出应该是一个数据框架。
m_s_diff m_s_diff_percentage
uni
A
浏览 0提问于2017-08-03得票数 0
回答已采纳
我有一个非常大的数据帧(大约800万行)，结构如下。它已按代码和日期排序，df.head()如下所示：
code date open high low close volume
0 1AD 20160822 0.305 0.31 0.26 0.28 312489
1 1AD 20160823 0.28 0.28 0.27 0.27 66638
2 1AD 20160824 0.27 0.27 0.255 0.26 161883
3 1AD 20160825
浏览 10提问于2018-01-09得票数 1
回答已采纳
1回答
我在Python中有一个数据格式。我正在寻找一种基于表第一列的值来计算列的百分比变化的方法。
Number | Value
_____________________
1 1
1 1,5
1 1,5
1 3
2 300
2 200
2 250
2 350
... ...
这就是我希望数据文件看起来的样子：
Number | Value | pct_
浏览 0提问于2022-03-23得票数 1
1回答
我有一个dataframe df，如下所示：
Supplier SKU PartFull 2022-03-12 2022-03-05 2022-02-26
A 123A 565 0.0564 0.0543 0.0554
B 123A 565 0.0392 0.0407 0.0432
A 424S 773 0.0121 0.0118 0.0145
A
浏览 3提问于2022-04-08得票数 0
回答已采纳
我试图提取的材料信息，其价格上涨和下降最多的前3基于pct_change栏。
数据：
df <- structure(list(material = c("Copper", "Aluminum", "Iron", "Zinc",
"Nickel", "Silver", "Gold", "Tin"), price = c(17125, 8312, 2228.5,
2934, 4315, 8178, 4411, 680), pct_change = c(0.02
浏览 6提问于2022-01-11得票数 2
回答已采纳
我正在尝试将pandas_datareader价格数据dfs重新采样到季度(从每月或每天)，每天给我零星的NaN's (所有工具)，monthly给我所有的NaN's。最终目标是只有季度回报的数据帧。我用yfinance和pdr试过了，都抛出了nans。即使是间隔3个月的YF也会给出所有其他的NaN --这里我遗漏了什么？
#sp = yf.download("SPY", start='2017-01-01', end="2020-01-30",interval='3mo').drop(columns=['
浏览 22提问于2020-02-22得票数 0
回答已采纳
我有一些时间序列数据如下，我想做一些具体的分析
"timestamp","epic","closeprice_bid","closeprice_ask","last_traded_volume"
"2020-03-24 12:00:00","KA.D.BARC.DAILY.IP","91.17","91.38","7836277"
"2020-03-24 13:00:00","KA.D.BARC.DAILY.IP
浏览 33提问于2020-05-11得票数 1
3回答
这是一个熊猫数据帧。我想要计算值的变化百分比。我的数据有一些差距，所以我想只根据连续的几天来计算百分比变化。
原始数据：
date value
0 2020-08-05 123.45 # (Wednesday)
1 2020-08-06 678.90 # (Thursday)
2 2020-08-07 234.56 # (Friday)
3 2020-08-10 789.01 # (Monday)
4 2020-08-11 345.67 # (Tuesday)
浏览 1提问于2020-08-21得票数 0
我已经从雅虎财经下载了一些金融数据，并使用Pandas加载了Python。现在我正在尝试使用pct_change()，但它给了我一个错误
使用的代码
sp = pd.read_csv('SP500.csv')
sp=sp.set_index('Date')
print(sp.head())
ret=sp.pct_change()
数据帧头
Open High Low Close Adj Close Volume
Date
浏览 2提问于2017-05-21得票数 0
1回答
我有一个与我上一个问题有关的问题。
我所拥有的是一个看起来像：
category price date
-------------------------
Cat1 37 2019-03
Cat2 65 2019-03
Cat3 34 2019-03
Cat1 45 2019-03
Cat2 100 2019-03
Cat3 60 2019-03
这个db有上百个类别，来自另一个类别，它对每个观察都有不同的属性。
使用此代码：
WITH table AS
(
SELECT
浏览 3提问于2021-06-17得票数 0
回答已采纳
我正在尝试一些对我来说似乎很难的事情。如果有人能帮助我进行这种多操作，那就太好了。首先，我有一个数据帧'df‘，用于监控网站数百个用户帐户的统计数据。“account”列包含帐户名，“users”列包含每个帐户下的用户数，还有12个“logins in (Month)”列用于监视每个帐户的登录次数。 示例df： Account Users Logins in January Logins in February Logins in March Logins in April
Nike 148 68
浏览 6提问于2020-08-13得票数 0
回答已采纳
2回答
我有一个由;分隔的具有Encoding: latin-1的Pandas数据帧。size: 350000 x 3800的数据量几乎是非常大的。我最初想使用sklearn，但是我的数据帧缺少值(NAN values)，所以我不能使用sklearn的随机森林或GBM。因此，我不得不使用H2O's分布式随机森林来训练数据集。主要的问题是当我执行h2o.H2OFrame(data)时，数据帧不能有效地转换。我检查了提供Encoding选项的可能性，但文档中没有任何内容。
有人知道这是怎么回事吗？任何线索都能帮到我。我还想知道是否有其他像H2O这样的库可以非常有效地处理NaN值？我知道我们可以推算
浏览 2提问于2017-10-27得票数 18
我有下面的数据，我已经绘制成双线图。当意义是“y”时，我想添加一个星号。
structure(list(Year = c(0, 1, 2, 3, 0, 1, 2, 3), school_type = c("Management Change",
"Management Change", "Management Change", "Management Change",
"Full Closure", "Full Closure", "Full Closure", "Ful
浏览 1提问于2020-05-08得票数 1
回答已采纳
1回答
我有一个包含2个股票价格数据的CSV文件，我对它进行了一些原生python编码，以创建2个股票计数器的价格(以十进制表示)的2个单列表。
然后我将它们转换为2个熊猫数据帧，使用.pct_change()函数，然后应用a.corr(b)函数来尝试获取相关性。
这是我得到的错误消息。有人可以在这里对这个问题提出建议吗？
Traceback (most recent call last):
File "D:/python/NQ_MSFT regression.py", line 71, in <module>
print(nqpct.corr(mspct))
浏览 0提问于2015-12-29得票数 1
首先，感谢大家的反馈，这是非常感谢的。我已经包含了作业中剩下的代码，并添加了一些细节，以便更好地了解我正在努力实现的目标：
因此，我尝试修改这个python代码，以便为每个现有列创建一个具有百分比变化的新列，而不是覆盖现有的值。如何才能有效地做到这一点？
我要补充的是，这是使用1分钟交易数据的几个选定的加密货币的时间，低，高，开放，关闭为行值。
当我尝试添加这样一个新的逗号时：
df[col] = df[col+'pctchg'].pct_change() #calculate pct change
我收到一条错误信息。我是不是漏掉了一些明显的语法问题？
import pa
浏览 7提问于2022-05-20得票数 0
1回答
假设我有一个如下所示的表：
Ticker Date ClosingPrice
0 A 01-02-2010 11.4
1 A 01-03-2010 11.5
...
1000 AAPL 01-02-2010 634
1001 AAPL 01-02-2010 635
因此，换句话说，我们有一个时间序列拼接在一起，每个股票代码。现在，我想生成一列每日回报。如果我只有一个符号，使用pandas的pct_change()函数会很容易，但是我如何像上面那样对多个时间序列做这件事(我可以做一系列的分组，使每个数据帧，做返回计
浏览 8提问于2017-03-16得票数 1
回答已采纳
1回答
我有一份由以下方面产生的数据：
df2 = df.groupby(['City','Address','date_time'])['house_price'].mean().pct_change()
City Address Date Pct Ch
Washington, D.C. 111 S Street Appletown 2018-08-03 0.2980
浏览 0提问于2018-09-20得票数 0
回答已采纳
我有一个快餐连锁店的列表(超过300行)。在我的数据中，每个快餐连锁店的名称可能是McDonald's, Mcdonald's 100, etc.，我不能测试是否完全相等，因为那样我就会错过麦当劳100。我想测试并查看每个快餐连锁店是否出现在我的表中我的列中的任何位置。 数据帧： ID Name
1 Mcdonad's
2 Mcdonald's 100
3 Subway 600 餐厅列表： ["Mcdonald's", "Subway", etc.] 我如何排除我的数据框中不包括餐厅列表中的餐厅的所有内容？
浏览 12提问于2021-10-13得票数 0
我有以下数据：
20.4417 20.5679 20.0826 20.9950 20.0244 19.1702 19.3546 19.1702 19.7138 19.3546
我想知道第一个值20.4417和它后面的每个值之间的百分比变化是什么。熊猫pct_change()函数返回与彼此相邻的值的变化，当我尝试将系列的第一个值放到pct_change()中时，我认为它是把它当作句号，给我nan's到那个点。有没有人知道如何让它接受一个参数，并在这个参数和这个系列的每个元素之间做百分比的变化？这是我的密码：
s2 = s1.pct_change(s1[0])
浏览 4提问于2016-05-06得票数 2
回答已采纳
我正在尝试通过定义一个函数从CSV文件中以百分比格式计算股票的每日收益。下面是我的代码：
def daily_ret(ticker):
return f"{df[ticker].pct_change()*100:.2f}%"
当我调用这个函数时，我得到了这个错误：
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<i
浏览 0提问于2021-05-24得票数 0
2回答
我有一个很大的问题，过滤我的数据。我在stackoverflow和其他页面和教程上读了很多，但我无法解决我的具体问题……代码的第一部分将数据加载到python中，如下所示：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from arch import arch_model
spotmarket = pd.read_excel("./data/external/Spotmarket_dhp.xlsx", index=True)
r = spotmarket['Price
浏览 54提问于2018-06-09得票数 1
回答已采纳
我想要计算"features“数组中每个元素的周期之间的百分比变化(简单地使用该数组作为要报告的一组金融时间序列数据)。然而，脚本现在的工作方式似乎是要计算数组中每个元素之间的百分比变化，而不是数组中每个元素的百分比变化。
我不认为我在引用数组元素的方式上做错了什么，但我感觉有某种“幕后”的概念是关于TV如何处理变量的，这是导致这个问题的原因。
//@version=4
study("My Script")
pct_change(source, period) =>
now = source
then = source[period]
m
浏览 0提问于2020-10-01得票数 1
1回答
我想要创建一个定向熊猫pct_change函数，所以在前一行中有一个负数，在下一行后面跟着一个较大的负数将导致负pct_change (而不是正数)。
我创建了以下函数：`
ef pct_change_directional(x):
if x.shift() > 0.0:
return x.pct_change() #compute normally if prior number > 0
elif x.shift() < 0.0 and x > x.shift:
return abs(x.pct_change()) # make po
浏览 4提问于2018-01-04得票数 0
回答已采纳
1回答
我有一个这样的数据帧。 Date price top
..............
1999-07-21 8.6912 9.674425
1999-07-22 8.6978 8.692583
1999-07-23 8.8127 10.760976
1999-07-24 8.8779 8.871057
..............
1999-07-27 8.8888 10.12344
............... 我想创建一个名为'retur
浏览 18提问于2019-03-16得票数 1
回答已采纳
这是我的第一个问题，我是新的编码(3mo)。如果我不能很好的解释我自己的话..
我正在使用一个大型股票期权df，并希望遍历每一行并将'pct_change()‘函数应用到’option别名‘==上一个行’option别名‘的行中。我制作了一个单独的列，标记为“match”，以确定这是True。
index, optionalias, quotedate, last, match, percent_change
0 SPY200103P00260000 2020-01-03 0.01 False 0
1 SPY200103P00265000 2020-01-02
浏览 1提问于2021-04-20得票数 0
1回答
我有个问题。我试图训练一个关于加密货币数据的神经网络，但是当我得到数据时，我会得到以下错误：
ValueError:输入包含无穷大的值，对于dtype('float64')来说太大了。
在这条线上：
train_x, train_y = preprocess_df(main_df)
这是我的代码：
def classify(current, future):
if (float(future) - float(current)) / float(current) >= 0.01:
return 1
else:
浏览 2提问于2019-12-13得票数 0
当0跟随0时，我希望pct_change输出0%的变化，因为这就是正在发生的事情。
我的输入数据在一列中包含了这个
---
|0|
---
|0|
---
pct_change的问题是输入的结果以以下方式结束
-----
|nan|
-----
输入数据框架中有can，所以我不能只替换所有的can。
为了得到正确的结果，我可以自己执行百分比更改，但是，在我看来，这将涉及循环输入df中的行和它的一个移位版本，并在这两个版本中检查0，这似乎是一种非常非unpythonic的方法。
浏览 6提问于2022-09-02得票数 0
我有一个数据框架：
date value
0 2017-11-30 13:58:57 901
1 2017-11-30 13:59:41 905
2 2017-11-30 13:59:41 925
这是由以下方面产生的：
import pandas as pd
df = pd.DataFrame.from_items( [('date', ['2017-11-30 13:58:57', '2017-11-30 13:59:41', '2017-11-30 13:59:41'])
浏览 2提问于2017-12-13得票数 1
回答已采纳
我正在使用一个非常大的tibble，想要计算这些表随时间的增长百分比(从第一个条目到最后一个条目，而不是从max到min)。我最终也希望存储任何对其自己的列表/tibble有0更改的表，但将它们从原始输出表中删除。 数据集的示例如下所示： date tbl_name row_cnt
2/12/2019 first 247
6/5/2019 first 247
4/24/2019 second 3617138
6/5/2019 second 3680095
3/1/2019 third 62700321
6/5/2019
浏览 22提问于2019-06-27得票数 0
回答已采纳
1回答
我有一个数据框架，其中包含多天的分钟频率的股票价格，我想使用pct_change()来计算从一分钟到下一分钟的回报，但我想跳过每天的最后一次观察，所以我不计算从当天收盘到第二天开盘的百分比变化，而是让那个NaN。我正在考虑用groupby来做这件事，但我不太明白： 所以这就是我想要的： enter code here
data price pct_change
1/1/2020 9:30 1.1
1/1/2020 9:31 1.2 pct_change from 1.1 to 1.2
1/1/2020 9:32 1.1 pct_change from 1.2 to 1.1
浏览 6提问于2020-09-03得票数 0
回答已采纳
1回答
我有一个这样的数据帧： df = pd.DataFrame({'x': ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b'], 'y': [0,1,0,1,0,1,0,1], 'z':[100, 102, 110, 115, 200, 202, 230, 240]})
x y z
0 a 0 100
1 a 1 102
2 a 0 110
3 a 1
浏览 10提问于2019-03-01得票数 2
回答已采纳
1回答
现在我有了这样的数据：
df = pd.DataFrame({"asset":["a","b","c","a","b","c","b","c"],"v":[1,2,3,4,5,6,7,8],"date":["2017","2011","2012","2013","2014","2015","2016","
浏览 14提问于2022-07-18得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
