Emi OB's questions

我正在研究如何使用 pandas pct_change() 函数，但我需要值“环绕”，因此最后一个值和第一个值在位置 0 而不是 NaN 创建百分比变化值。

例如：

df = pd.DataFrame({'Month':[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   'Value':[1, 0.9, 0.8, 0.75, 0.75, 0.8, 0.7, 0.65, 0.7, 0.8, 0.85, 0.9]})

    Month  Value
0       1   1.00
1       2   0.90
2       3   0.80
3       4   0.75
4       5   0.75
5       6   0.80
6       7   0.70
7       8   0.65
8       9   0.70
9      10   0.80
10     11   0.85
11     12   0.90

使用 pct_change() + 1 可得出：

df['percent change'] = df['Value'].pct_change() + 1
    Month  Value  percent change
0       1   1.00             NaN
1       2   0.90        0.900000
2       3   0.80        0.888889
3       4   0.75        0.937500
4       5   0.75        1.000000
5       6   0.80        1.066667
6       7   0.70        0.875000
7       8   0.65        0.928571
8       9   0.70        1.076923
9      10   0.80        1.142857
10     11   0.85        1.062500
11     12   0.90        1.058824

但是我还需要知道 12 月（moth=12）和 1 月（month=1）之间的百分比变化，因此 NaN 应该是 1.111111。我希望最终能够对分组中的多个组执行此操作，因此，将 Nan 填入一个值而不是另一个值，或者手动计算所有百分比似乎是一种冗长的方法。有没有更简单的方法来实现这一点？

我有一个包含一些字符串的pandas列。我想将相似的字符串分组，并用它们的类别替换它们。在我的真实例子中，我有6个不同的字符串，我想将它们替换为3个不同的类别字符串。

我发现这个答案是如何使用replace()函数将多个值映射为1的，所以我尝试扩展一些答案，以进行多组的多对一映射，但并不是所有的值都被正确更改，我不确定为什么。

例如：

df1 = pd.DataFrame({'col1':['foo', 'foo too', 'bar', 'BAR', 'bar ii']})
    col1
0   foo
1   foo too
2   bar
3   BAR
4   bar ii

从其中一个答案中，看起来如果使用正则表达式，你可以使用'|'来分隔不同的键选项，所以我像下面这样做：

df1['col1'].replace({'foo|foo too' : 'Foo',
                     'bar|BAR|bar ii' : 'Bar'}, regex=True)

这转换了我的大部分字符串，但不是全部：

    col1
0   Foo
1   Foo too
2   Bar
3   Bar
4   Bar ii

从这个例子中，我猜测可能与空格有关？尽管在我的实际例子中，一些有空格的字符串确实被正确替换了，所以我不确定。如果有人能帮忙解释为什么这不起作用/我如何实现我想要的，我将不胜感激。