Pythonのpandasで効率よく前年同月比を計算するやり方を教えてください。

Question

実現したいこと

初質問です。
次のデータフレームがあった場合、値列の横に新たな列[YoY]に前年同月比の値を算出したい。
（前）

DATE	グループ	値
2023-01-01	A	100
2023-01-01	B	100
2023-01-01	C	50
2024-01-01	A	110
2024-01-01	B	120
2024-01-01	C	60

（後）

DATE	グループ	値	YoY
2023-01-01	A	100	NaN
2023-01-01	B	100	NaN
2023-01-01	C	50	NaN
2024-01-01	A	110	1.1
2024-01-01	B	120	1.2
2024-01-01	C	60	1.2

発生している問題・分からないこと

DATE列が重複するデータフレームの場合の対応方法がわかりません。
.shift()メソッドを用いる方法があるが、グループ列を横持ちにpivotしてから、グループ各列毎に計算しないといけないので面倒。もっと効率的に算出する方法は無いか探してます。

該当のソースコード

特になし

試したこと・調べたこと

• teratailやGoogle等で検索した
• ソースコードを自分なりに変更した
• 知人に聞いた
• その他

上記の詳細・結果

Chat-GPT、teratailやGoogle等で検索してもこれといった効率的なやり方はヒットしませんでした。

補足

特になし

Comments

[meg_]

> .shift()メソッドを用いる方法があるが、グループ列を横持ちにpivotしてから、グループ各列毎に計算しないといけないので面倒。もっと効率的に算出する方法は無いか探してます。
上記方法で実装自体は出来ているということで良いでしょうか？「もっと効率的に」ということは上記方法では時間が掛かるという意味でしょうか？

[bearice]

実装はしていないですが、この方法だと時間が掛かるという意味です。

[bearice]

Pandas初心者のため、別のやり方があるんだろうかと思い質問した次第です。

Answer 1

もっと効率的に算出する方法は無いか

効率的かどうかは不明ですが、DATEカラムの値を「1年後」に進めて、DATEカラムと「グループ」カラムをインデックスにしたデータフレームと比較します。

import pandas as pd

df = pd.DataFrame({
    'DATE': pd.to_datetime(['2023-01-01', '2023-01-01', '2023-01-01',
                            '2024-01-01', '2024-01-01', '2024-01-01']),
    'グループ': ['A', 'B', 'C', 'A', 'B', 'C'],
    '値': [100, 100, 50, 110, 120, 60],
})

#
dfa = df.set_index(['DATE', 'グループ'])
dfb = df.set_index([df['DATE'] + pd.DateOffset(years=1), 'グループ'])
dfa = dfa.assign(YoY = dfa['値'] / dfb['値']).reset_index()
print(dfa)


#         DATE グループ   値  YoY
# 0 2023-01-01        A  100  NaN
# 1 2023-01-01        B  100  NaN
# 2 2023-01-01        C   50  NaN
# 3 2024-01-01        A  110  1.1
# 4 2024-01-01        B  120  1.2
# 5 2024-01-01        C   60  1.2

Comments

[bearice]

回答ありがとうございます。
ベストアンサーに選ばせていただきました。