Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。
Pandas dataframe.pct_change()函数计算当前元素与先前元素之间的百分比变化。默认情况下，此函数计算前一行的百分比变化。
注意：此功能在时间序列数据中最有用。
用法： DataFrame.pct_change(periods=1, fill_method=’pad’, limit=None, freq=None, **kwargs)
参数：
periods:形成百分比变化所需的时间。
fill_method:在计算百分比变化之前如何处理资产净值。
limit:停止前要填充的连续NA数
freq:时间序列API中使用的增量(例如“ M”或BDay())。
**kwargs:其他关键字参数将传递到DataFrame.shift或Series.shift中。
返回：与调用对象的类型相同。
范例1：采用pct_change()函数以查找时间序列数据中的百分比变化。
# importing pandas as pd
import pandas as pd
# Creating the time-series index
ind = pd.date_range('01/01/2000', periods = 6, freq ='W')
# Creating the dataframe
df = pd.DataFrame({"A":[14, 4, 5, 4, 1, 55],
"B":[5, 2, 54, 3, 2, 32],
"C":[20,