import pandas as pd
import numpy as np
data=pd.read_excel("D:\\360安全浏览器下载\\平方.xlsx")
colname=data.columns
for i in colname:
    print(i)
    data[str(i)+"_平方"]=data.loc[:,i].map(lambda x :x**2)

你的平方.xlsx数据如下：

想计算每列的平方值，如何计算

文件已上传

平方.xlsx

明白了！谢谢！

你看下能不能明白呀

import pandas as pd

import numpy as np

#导入数据

data=pd.read_excel("D:\\360安全浏览器下载\\1606269162_843604.xlsx")

#我这里以x1为例讲解shift和滞后呀，

#比如shift(6)表示滞后6期

data["X1_滞后6期"]=data["X1"].shift(6)

data.loc[:10,["月份","X1","X1_滞后6期"]]

这个shift（6）是原始数据整个向下移动6行吗，那这样的话，不就相当于自己减去6期之前的自己吗

对的

你看下是想要这样的结果吗

import pandas as pd

import numpy as np

#导入数据

data=pd.read_excel("D:\\360安全浏览器下载\\1606269162_843604.xlsx")

#计算简单的移动平均数

#在series下面有rolling方法可以对这个series进行滚动的移动平均计算

#只以X1为例进行说明

data["X1_3期移动平均"]=data["X1"].rolling(3).mean()

data["同比6期增长率"]=(data["X1_3期移动平均"]-data["X1_3期移动平均"].shift(6))/(data["X1_3期移动平均"].shift(6))

data["同比12期增长率"]=(data["X1_3期移动平均"]-data["X1_3期移动平均"].shift(12))/(data["X1_3期移动平均"].shift(12))

data["同比24期增长率"]=(data["X1_3期移动平均"]-data["X1_3期移动平均"].shift(24))/(data["X1_3期移动平均"].shift(24))

比如2012年10,11,12月的均值 跟6个月前的均值同比，就是2012年10，11,12月三个月的均值，跟2012年4月5月6月三个月的均值同比，同比公式（2012年10,11,12月的均值-2012年4月5月6月均值）/2012年4月5月6月均值，这是6个月同比，同理，如果是12个月同比，就是2012年10,11,12月的均值往前推12个月的三个月均值进行比较，24个月同比就是往前推24个月的均值同比

你可以在excel上算下结果，把你想要的结果贴出来。excel上算的话应该比较容易。然后我再给你写python代码呀

不太明白呀，你要生成的三列数据的名字叫什么，看你的描述不是只增加三列数据呀

可以再加上三列，分别是3个月均值环比6个月，12个月，24个月的增减幅吗

python的pandas库计算移动平均值





import pandas as pd
import numpy as np
#导入数据
data=pd.read_excel("D:\\360安全浏览器下载\\1606269162_843604.xlsx")
#计算简单的移动平均数
#在series下面有rolling方法可以对这个series进行滚动的移动平均计算
xlist=["X1","X2","X3"]
for x in xlist:
    for n in [3,6]:        
        data[x+"_"+str(n)+"期移动平均值"]=data[x].rolling(n).mean()

对，还有6个月均值

是这个意思吗？