Bỏ qua đến nội dung chính
Mục lục

shift(), diff(), pct_change() trong pandas: so với kỳ trước

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 13/17 · Chương 8

Dữ liệu thời gian

  • 6 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

shift() trong pandas dời cả chuỗi xuống một dòng, để mỗi tháng đứng cạnh số của tháng trước; diff() lấy hiệu với dòng trước và pct_change() cho tỷ lệ tăng giảm. Ba hàm này trả lời câu hỏi quen thuộc của mọi báo cáo: so với kỳ trước, và so với cùng kỳ năm trước, doanh thu tăng hay giảm bao nhiêu.

Cần biết trước: resample() và thống kê mô tả.

Dời chuỗi bằng shift()

Hãy hình dung hai cuộn băng giấy ghi doanh thu từng tháng đặt cạnh nhau, rồi kéo cuộn bên phải xuống một nấc: mỗi dòng giờ có số tháng này bên trái, số tháng trước bên phải. shift(1) làm đúng việc kéo đó; dòng đầu không có gì để kéo xuống nên thành NaN.

python
import pandas as pd

ban = pd.Series([100, 120, 90, 135])
bang = pd.DataFrame({"thang_nay": ban,
                     "thang_truoc": ban.shift(1),
                     "thang_sau": ban.shift(-1)})
print(bang)

KẾT QUẢ

   thang_nay  thang_truoc  thang_sau
0        100          NaN      120.0
1        120        100.0       90.0
2         90        120.0      135.0
3        135         90.0        NaN

shift(-1) kéo ngược lên, đưa số của dòng sau về dòng hiện tại. Số đổi sang kiểu số thực vì cột phải chứa được NaN. shift() không tính gì; nó chỉ xếp hai con số cạnh nhau để bạn tự trừ hay chia. Đổi shift(1) thành shift(2) rồi chạy lại: cột thang_truoc có NaN ở hai dòng đầu và dòng cuối là 120.0.

Hiệu và tỷ lệ với kỳ trước: diff() và pct_change()

diff() là ban - ban.shift(1), pct_change() là ban / ban.shift(1) - 1. Doanh thu theo tháng của file don_hang.csv trong bộ dữ liệu thực hành, tính bằng triệu đồng:

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["doanh_thu"] = don["so_luong"] * don["don_gia"]
thang = don.set_index("ngay_dat")["doanh_thu"].resample("ME").sum()
thang.index = thang.index.to_period("M")
bang = pd.DataFrame({"trieu": thang / 1e6,
                     "chenh": thang.diff() / 1e6,
                     "phan_tram": thang.pct_change() * 100})
print(bang.round(1).loc["2025-12":"2026-04"])

KẾT QUẢ

          trieu  chenh  phan_tram
ngay_dat
2025-12    17.2    4.4       34.1
2026-01    15.7   -1.6       -9.1
2026-02    21.8    6.1       38.8
2026-03    20.6   -1.2       -5.4
2026-04    13.2   -7.4      -35.8

Tháng 2/2026 tăng 6,1 triệu, tức 38,8% so với tháng 1, vì Tết năm 2026 rơi vào giữa tháng 2. pct_change() trả tỷ lệ dạng 0.388; nhân 100 để có phần trăm. Đổi nhãn sang kỳ bằng to_period("M") chỉ để in gọn 2026-02 thay cho ngày cuối tháng, như ở bài to_period().

So cùng kỳ năm trước với periods=12

Với số theo tháng, pct_change(periods=12) so mỗi tháng với dòng cách nó 12 dòng, tức cùng tháng năm trước. Cách so này loại được yếu tố mùa vụ theo lịch cố định, như mùa tựu trường tháng 8–9 hay mua sắm cuối năm tháng 12:

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["doanh_thu"] = don["so_luong"] * don["don_gia"]
thang = don.set_index("ngay_dat")["doanh_thu"].resample("ME").sum()
thang.index = thang.index.to_period("M")
cung_ky = thang.pct_change(periods=12) * 100
print(cung_ky.dropna().round(1).to_string())

KẾT QUẢ

ngay_dat
2026-01    -29.9
2026-02    131.9
2026-03     48.0
2026-04     26.9
2026-05      8.6
2026-06     -6.7
Freq: M

12 tháng đầu không có năm trước để so nên là NaN, và dropna() bỏ chúng. Tháng 2/2026 tăng 131,9% còn tháng 1 giảm 29,9%: không phải cửa hàng bỗng bán tốt gấp đôi, mà Tết năm 2025 rơi vào cuối tháng 1, Tết năm 2026 vào giữa tháng 2. Khi lễ lớn đổi tháng theo âm lịch, hãy so cả quý 1 hay so theo tuần quanh Tết, như trong dự án doanh thu mùa Tết.

Kiểm tra nhanh

  1. Sau import pandas as pd, pd.Series([10, 15, 12]).diff().to_list() cho kết quả gì?

    • [nan, 5.0, -3.0]
    • [5, -3]
    • [5.0, -3.0, nan]
    • [nan, 0.5, -0.2]
  2. Sau import pandas as pd, pd.Series([200, 300, 150]).pct_change().to_list() cho kết quả gì?

    • [nan, 50.0, -50.0]
    • [nan, 0.5, -0.5]
    • [nan, 0.5, -0.25]
    • [nan, 100.0, -150.0]
  3. Bảng don có ma_kh và ngay_dat. Những cách nào cho đúng số ngày từ lần mua trước của cùng khách?

    • don.sort_values("ngay_dat").groupby("ma_kh")["ngay_dat"].diff().dt.days
    • don.sort_values("ngay_dat")["ngay_dat"].diff().dt.days
    • don.groupby("ma_kh")["ngay_dat"].diff().dt.days, với don chưa sắp theo ngày
    • don.sort_values(["ma_kh", "ngay_dat"]).groupby("ma_kh")["ngay_dat"].diff().dt.days
  4. Vì sao so cùng kỳ tháng 2/2026 ra +131,9% trong ví dụ?

    • Vì periods=12 so với tháng 1/2026
    • Vì Tết 2026 rơi vào tháng 2, còn Tết 2025 rơi vào tháng 1
    • Vì tháng 2/2025 thiếu dữ liệu
    • Vì pct_change() tính sai khi số lớn
Đúng hết lần đầu +15 XP

Bài tập

Số ngày từ lần mua trước

Bộ phận chăm sóc khách muốn biết khách quay lại sau bao lâu. Bảng don có cột ma_don, ma_kh và ngay_dat (kiểu ngày); dòng chưa sắp theo ngày. Viết thân hàm ngay_tu_lan_truoc(don):

  • Với mỗi đơn, tính số ngày từ đơn ngay trước đó của cùng khách tới đơn này; đơn đầu tiên của mỗi khách là NaN.

  • Hai đơn cùng ngày của một khách cách nhau 0 ngày.

  • Kết quả có cùng index và thứ tự dòng với don.

Hàm không sửa bảng don của nơi gọi.

Trả về: số ngày của từng đơn, một Series.

python
import pandas as pd

def ngay_tu_lan_truoc(don):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • shift(1) dời chuỗi xuống một dòng để mỗi kỳ đứng cạnh kỳ trước; shift(-1) kéo kỳ sau lên.

  • diff() là hiệu với dòng trước, pct_change() là tỷ lệ với dòng trước, chưa nhân 100.

  • Cả ba hàm làm việc theo dòng, không theo nhãn: tạo đủ mọi kỳ bằng resample() trước khi so.

  • pct_change(periods=12) trên chuỗi tháng là so cùng kỳ năm trước; lễ âm lịch như Tết đổi tháng làm phép so lệch.

  • Trong từng nhóm, như từng khách, dùng groupby() rồi mới diff() hay shift().

Câu hỏi thường gặp

Pandas shift có dời theo ngày thay cho theo dòng được không?

Được, với chuỗi có DatetimeIndex: shift(1, freq="D") dời nhãn đi một ngày và giữ giá trị, thay vì dời giá trị xuống một dòng. Cách này hợp khi muốn ghép số hôm nay với số hôm qua theo nhãn, kể cả khi có ngày vắng mặt.

Pandas pct change ra inf là sao?

Kỳ trước bằng 0 thì phép chia cho ra vô cực (inf), như tháng trước không bán được gì. Hãy đổi các ô đó thành NaN bằng replace([float("inf")], float("nan")) trước khi tính trung bình, hay báo cáo riêng là "từ 0 lên".

Pandas diff dùng được trên cột ngày không?

Được: hiệu hai ngày là một khoảng thời gian, nên diff() trên cột ngày cho cột timedelta, như trong bài tập. Đổi sang số ngày bằng .dt.days, như ở bài Timedelta.

Chủ đề

pandas shift

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập