python - 使用 numpy 和 pandas 如何计算百分比并使用标准并给它负号

Question

我有这样的数据:

A   B
25  50
25  25
50  25
75  100
80  100
100 80

我想计算百分比，B 列比 A 高多少%。 所以，% = (B-A)*100,

但是，当 B 小于 A 时，我想显示负号(即 -50%)。因为我只想要 B how many % > A 。

如果 B 小于 A，则它将显示 0 或 - 负号百分比数字。

例如:A=50，B=25，则 (B/A)*100 = -50% 或 0%

有什么想法吗？

Answer 1

您可以使用 Series.mask或 numpy.where :

df['C'] = (df['B'] / df['A']) * 100
df['D'] = df['C'].mask((df['B'] < df['A']), df['C'] * -1)
print (df)
     A    B           C           D
0   25   50  200.000000  200.000000
1   25   25  100.000000  100.000000
2   50   25   50.000000  -50.000000
3   75  100  133.333333  133.333333
4   80  100  125.000000  125.000000
5  100   80   80.000000  -80.000000

df['C'] = df['B'].div(df['A']).mul(100)
df['D'] = df['C'].mask((df['B'] < df['A']), df['C'].mul(-1))
print (df)
     A    B           C           D
0   25   50  200.000000  200.000000
1   25   25  100.000000  100.000000
2   50   25   50.000000  -50.000000
3   75  100  133.333333  133.333333
4   80  100  125.000000  125.000000
5  100   80   80.000000  -80.000000

---

df['D'] = np.where((df['B'] < df['A']), df['C'] * -1, df['C'])
print (df)
     A    B           C           D
0   25   50  200.000000  200.000000
1   25   25  100.000000  100.000000
2   50   25   50.000000  -50.000000
3   75  100  133.333333  133.333333
4   80  100  125.000000  125.000000
5  100   80   80.000000  -80.000000