はじめに
広告のクリック回数の週ごとの変化率を見るとします。
import pandas as pd
import pandas as pd
data = {'date': ['2022-12-01', '2022-12-08', '2022-12-15', '2022-12-22', '2022-12-29'],
'ad_clicks': [10000, 15000, 20000, 17000, 18000]}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
| date | ad_clicks | |
|---|---|---|
| 0 | 2022-12-01 | 10000 |
| 1 | 2022-12-08 | 15000 |
| 2 | 2022-12-15 | 20000 |
| 3 | 2022-12-22 | 17000 |
| 4 | 2022-12-29 | 18000 |
一週間前のデータ列を作る
ここでdfのshiftメソッドを使います！
df['ad_clicks_prev_week'] = df['ad_clicks'].shift()
| date | ad_clicks | ad_clicks_prev_week | |
|---|---|---|---|
| 0 | 2022-12-01 | 10000 | NaN |
| 1 | 2022-12-08 | 15000 | 10000.0 |
| 2 | 2022-12-15 | 20000 | 15000.0 |
| 3 | 2022-12-22 | 17000 | 20000.0 |
| 4 | 2022-12-29 | 18000 | 17000.0 |
実行するとad_clicksのずらした結果をclicks_prev_weekに格納できました。
※もし二週間ごと計算したい場合は、shift(2)でできます。
変化率を計算する
df['ad_click_rate'] = ((df['ad_clicks'] - df['ad_clicks_prev_week']) / df['ad_clicks_prev_week'])
| date | ad_clicks | ad_clicks_prev_week | ad_click_rate | |
|---|---|---|---|---|
| 0 | 2022-12-01 | 10000 | NaN | NaN |
| 1 | 2022-12-08 | 15000 | 10000.0 | 0.500000 |
| 2 | 2022-12-15 | 20000 | 15000.0 | 0.333333 |
| 3 | 2022-12-22 | 17000 | 20000.0 | -0.150000 |
| 4 | 2022-12-29 | 18000 | 17000.0 | 0.058824 |
変化率をパーセント(%)で表示する
df['ad_click_rate'] = df['ad_click_rate'].apply(lambda x: '{:.2%}'.format(x))
| date | ad_clicks | ad_clicks_prev_week | ad_click_rate | |
|---|---|---|---|---|
| 0 | 2022-12-01 | 10000 | NaN | NaN |
| 1 | 2022-12-08 | 15000 | 10000.0 | 50.00% |
| 2 | 2022-12-15 | 20000 | 15000.0 | 33.33% |
| 3 | 2022-12-22 | 17000 | 20000.0 | -15.00% |
| 4 | 2022-12-29 | 18000 | 17000.0 | 5.88% |
これで簡単に行ごとの変化率が計算できます！
ぜひ試してみてください〜