【Python】pandasでId列とAge列の上位2つ・下位2つの値の変化率を計算する方法

はじめに

pandasのDataFrameにおいて、Id列とAge列の値について、先頭2行および末尾2行の変化率（パーセント変化）を計算する方法を解説します。

今回作成するコードの出力イメージは以下の通りです。

Id and Age-top 2 values
    Id Age
0 NaN NaN
1 1.0 0.0

Id and Age-bottom 2 values
          Id        Age
3  0.000000  -0.071429
4  0.666667   0.000000

解決の手順

この問題は、以下の手順で解決できます。

• まず、対象となるDataFrameを定義します。
• df[['Id','Age']].pct_change() に対してスライス [0:2] を適用し、先頭2行の変化率を取得します。
• df[['Id','Age']].pct_change() に対してスライス [-2:] を適用し、末尾2行の変化率を取得します。

先頭2行の変化率を取得するコード：

df[['Id','Age']].pct_change()[0:2]

末尾2行の変化率を取得するコード：

df[['Id','Age']].pct_change()[-2:]

サンプルコード

実際のコードを見てみましょう。以下の例では、Id・Age・Mark の3列を持つDataFrameを作成し、Id列とAge列のみを抽出して変化率を計算しています。

import pandas as pd

df = pd.DataFrame({"Id": [1, 2, 3, None, 5],
                   "Age": [12, 12, 14, 13, None],
                   "Mark": [80, 90, None, 95, 85],
                  })
print("Dataframe is:\n", df)
print("Id and Age-top 2 values")
print(df[['Id', 'Age']].pct_change()[0:2])
print("Id and Age-bottom 2 values")
print(df[['Id', 'Age']].pct_change()[-2:])

実行結果

Dataframe is:
     Id    Age    Mark
0  1.0   12.0    80.0
1  2.0   12.0    90.0
2  3.0   14.0     NaN
3  NaN   13.0    95.0
4  5.0    NaN    85.0

Id and Age-top 2 values
    Id Age
0 NaN NaN
1 1.0 0.0

Id and Age-bottom 2 values
          Id        Age
3  0.000000  -0.071429
4  0.666667   0.000000

補足：pct_change()メソッドのポイント

pct_change() は、現在の行の値と直前の行の値との間の変化率を計算するpandasの便利なメソッドです。押さえておきたいポイントは以下の通りです。

• 最初の行には比較対象となる「前の行」が存在しないため、結果は必ず NaN になります。
• 元のデータに欠損値（None や NaN）が含まれている場合、その位置に関わる計算結果も NaN になります。
• 変化率は「(現在の値 − 前の値) ÷ 前の値」で求められます。例えば、末尾2行の Id 列では (5 − 3) ÷ 3 = 0.666667 という結果になっています。

このように、スライスと組み合わせることで、DataFrameの任意の範囲（先頭や末尾など）の変化率を簡単に抽出できます。時系列データの増減率の分析などにも応用できるので、ぜひ活用してみてください。