计算年度标准差，在熊猫

我有一个函数来计算月收益给出的月度回报率：计算年度标准差，在熊猫

def monthlyreturns(df): 
    first = df.resample('M').first().to_period('M') 
    last = df.resample('M').last().to_period('M') 
    return ((last-first)/first) * 100

，所得到的DF从monthlyreturns（股票）：

  FOX  FOXA  MMM 
Date 
2012-01 5.4  3.2  -.08 
2012-02 .07  1.2  -.62 
... 
2017-08 -.2  -4.2  2.3

我的问题是 - 我如何计算每年的标准差？我的预期产出将保持在相同的格式DF（在列的股票，以及日期为指标），但计算出每年的标准偏差，给出的月度回报率（所以应该有EA股票约7个值）

到目前为止，我曾尝试：

sd = pd.DataFrame() 
x = -13 
y = -1 
for date in reversed(periods):      #where periods is ea year 
    sd[date] = np.std(monthly_returns.iloc[x:y])  
x -= 12 
y -= 12 
if x < -72: 
    break

这工作 - 但日期和列交换，并想知道是否有一个更干净的代码来做到这一点

来源

2017-08-16 thomas.mac

当你将一个循环应用到一个熊猫物体时，在99％的情况下你做错了。 – DyZ

我知道那里有一个这样的班轮，我不知道index.year部分 - 谢谢你 –

monthly_returns.groupby(monthly_returns.index.year).std()

对于示例：

#   FOX  FOXA  MMM 
#2012 3.768879 1.414214 0.381838 
#2017  NaN  NaN  NaN

来源

2017-08-16 23:34:45 DyZ

计算年度标准差，在熊猫

回答

相关问题