2

Possuo o seguinte dataframe:

x= {"Nome": ['Carla','Rafael','Juliana','Carla','Carla','Juliana','Rafael','Juliana','Rafael'],
    "Salario": [1200,1500,2000,1230,1250,2050,1700,2500,1750]}
tabela_salarios=pd.DataFrame(x)

Preciso calcular a porcentagem de variação entre os três de salario de forma que apareça da seguinte forma:

Nome  Variação Salário
Carla 1
Carla 1.25
Carla 1.016

E depois calcular essa porcentagem acumulada, que seria o produto de todas as variações:

Nome Porcentagem acumulada
Carla 1.27

Alguém sabe de que forma poderia fazer isso usando o groupby?

1
  • User123, boa tarde! Essa variação de 1.25 está correta? A de 1.016 está correta? Abraço! Commented 18/12/2020 às 19:45

1 Resposta 1

2

Uma solução possível

df['Variação_Salario'] = df.sort_values('Nome').groupby(['Nome'])['Salario'].pct_change().fillna(0).add(1)
df['Porcentagem acumulada'] = df.sort_values('Nome').groupby(['Nome'])['Variaco_Salario'].cumprod()
df = df.sort_values('Nome')
  1. Primeira linha agrupamos por nome e utilizamos pct_change do pandas
  2. Segunda linha fazemos algo parecido com a primeira mas utilizamos o cumprod do pandas para calcular o produto da variação
  3. Ordenamos os valores para apresentar o data frame

Saída:

    Nome    Salario  Variaco_Salario    Porcentagem acumulada
0   Carla   1200        1.000000               1.000000
3   Carla   1230        1.025000               1.025000
4   Carla   1250        1.016260               1.041667
2   Juliana 2000        1.000000               1.000000
5   Juliana 2050        1.025000               1.025000
7   Juliana 2500        1.219512               1.250000
1   Rafael  1500        1.000000               1.000000
6   Rafael  1700        1.133333               1.133333
8   Rafael  1750        1.029412               1.166667

Uma outra possível solução:

Separei o código em 3 blocos pra resumir a explicação

  1. Primeiro bloco ordena o data frame e estica(pivot) o data frame, transformando linha em coluna;
  2. O segundo bloco cria a variação do salário e a porcentagem acumulada utilizando pct_change() e cumprod() do pandas
  3. Cria novos data frames com os resultados
df['i'] = df.groupby('Nome')['Nome'].cumcount()
df1 = df.set_index(['i','Nome']).stack().unstack(1).reset_index(drop = True)

pct_change = df1.pct_change().fillna(0).add(1)

vsalario = pct_change.unstack().reset_index().drop(columns = 'level_1')
pa = pct_change.cumprod().unstack().reset_index().drop(columns = 'level_1')

Saída:

vsalario

    Nome    0
0   Carla   1.000000
1   Carla   1.025000
2   Carla   1.016260
3   Juliana 1.000000
4   Juliana 1.025000
5   Juliana 1.219512
6   Rafael  1.000000
7   Rafael  1.133333
8   Rafael  1.029412

pa

    Nome    0
0   Carla   1.000000
1   Carla   1.025000
2   Carla   1.041667
3   Juliana 1.000000
4   Juliana 1.025000
5   Juliana 1.250000
6   Rafael  1.000000
7   Rafael  1.133333
8   Rafael  1.166667

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .