python - 如何处理负值的 pct_change

Question

我正在计算面板数据集的百分比变化，它既有正值也有负值。如果 n 和 n+1 date 的值都是负数并且 n > n+1 的值，例如，n=-2，n+1=-4。计算的百分比变化是 ((n+1)-n)/n=((-4)-(-2))/-2=1。如您所见，变化应该是下降趋势，预计是负面的，但结果恰恰相反。我一般在其他软件中把分母设置为绝对值((n+1)-n)/abs(n)来保证趋势的方向。只是想知道我是否可以在 Python pandas pct_change 中将分母设置为绝对值。非常感谢。我已经根据Leo的回答解决了这个问题。

如果有人想玩的话，这里有一个数据示例。

import pandas as pd
df= {'id':[1,1,2,2,3,3],'values':[-2,-4,-2,2,1,5]}
df=pd.DataFrame(data=df)
df['pecdiff']=(df.groupby('id')['values'].apply(lambda x:x.diff()/x.abs().shift()
)).fillna(method=bfill)

Answer 1

如果我理解正确，expected change 行应该可以解决您的问题。为了进行比较，我将 pandas 的方法和您需要的并排放置。

以下代码:

import pandas as pd

df = pd.DataFrame([-2,-4,-2,2,1], columns = ['Values'])
df['pct_change'] = df['Values'].pct_change()

# This should help you out:
df['expected_change'] = df['Values'].diff() / df['Values'].abs().shift()
df

给出这个输出。请注意，第 1 行到第 3 行的符号不同

    Values  pct_change  expected_change
0       -2        NaN               NaN
1       -4        1.0              -1.0
2       -2       -0.5               0.5
3        2       -2.0               2.0
4        1       -0.5              -0.5