Блог

У меня есть набор данных, аналогичный приведенному ниже образцу:

 | Week       | val1   | val2 |
|------------|--------|------|
| 11/13/2017 | 21785  | 966  |
| 11/20/2017 | 71679  | 3395 |
| 11/27/2017 | 113846 | 5060 |
| 12/4/2017  | 106899 | 5730 |
| 12/11/2017 | 99212  | 5682 |
| 12/18/2017 | 99788  | 4838 |
  

Пример ввода

 rng = ['11/13/2017','11/20/2017','11/27/2017','12/4/2017','12/11/2017','12/18/2017']
val1= [21785,71679,113846,106899,99212,99788]
val2= [966,3395,5060,5730,5682,4838]
df = pd.DataFrame({ 'Date': rng, 'val1': val1, 'val2': val2})
df
  

Мне нужно вычислить процентную разницу между строками и отобразить ее с помощью plotly в виде нескольких линейных диаграмм на одном графике. Я знаю, что могу рассчитать процентную разницу, используя df.pct_change(), но я сталкиваюсь с проблемой при построении графика, поскольку мне нужно установить столбец «неделя» в качестве индекса для вычисления процентной разницы. Есть ли другой способ обойти?

Вы можете использовать pct_change() для указания временных рядов с freq='7D' помощью .Это то, что вы собираетесь делать?

 df['Date'] = pd.to_datetime(df['Date'])
df.set_index('Date', inplace=True)
df['val1_pct'] = df['val1'].pct_change(freq='7D')
df['val2_pct'] = df['val2'].pct_change(freq='7D')
df
    val1    val2    val1_pct    val2_pct
Date                
2017-11-13  21785   966 NaN NaN
2017-11-20  71679   3395    2.290291    2.514493
2017-11-27  113846  5060    0.588276    0.490427
2017-12-04  106899  5730    -0.061021   0.132411
2017-12-11  99212   5682    -0.071909   -0.008377
2017-12-18  99788   4838    0.005806    -0.148539

import plotly.graph_objects as go

fig = go.Figure()
fig.add_trace(go.Scatter(x=df.index, y=df['val1_pct'],
                    mode='lines',
                    name='val1'))
fig.add_trace(go.Scatter(x=df.index, y=df['val2_pct'],
                    mode='lines',
                    name='val2'))
fig.show()