一次使用大熊猫的多个股票的收益

我在这样的数据框中多天收盘了多个股票的收盘价。一次使用大熊猫的多个股票的收益

In [67]: df 
Out[67]: 
      Date Symbol Close 
0 12/30/2016 AMZN 749.87 
1 12/29/2016 AMZN 765.15 
2 12/28/2016 AMZN 772.13 
3 12/27/2016 AMZN 771.40 
4 12/30/2016 GOOGL 792.45 
5 12/29/2016 GOOGL 802.88 
6 12/28/2016 GOOGL 804.57 
7 12/27/2016 GOOGL 805.80 
8 12/30/2016 NFLX 123.80 
9 12/29/2016 NFLX 125.33 
10 12/28/2016 NFLX 125.89 
11 12/27/2016 NFLX 128.35

我想用熊猫计算这些股票的每日回报。输出应该是这样的：

  Date Symbol  Return 
0 12/27/2016 AMZN  NaN 
1 12/28/2016 AMZN 0.000946 
2 12/29/2016 AMZN -0.009040 
3 12/30/2016 AMZN -0.019970 
4 12/27/2016 GOOGL  NaN 
5 12/28/2016 GOOGL -0.001526 
6 12/29/2016 GOOGL -0.002101 
7 12/30/2016 GOOGL -0.012991 
8 12/27/2016 NFLX  NaN 
9 12/28/2016 NFLX -0.019166 
10 12/29/2016 NFLX -0.004448 
11 12/30/2016 NFLX -0.012208

我得到了上面的输出使用下面的代码，但我觉得这可以进一步简化。

In [70]: rtn = df.pivot("Date", "Symbol", "Close").pct_change().reset_index() 
In [73]: pd.melt(rtn, id_vars='Date', value_vars=list(rtn.columns[1:]),var_name='Symbol',value_name='Return')

来源

2017-01-02 pvncad

您可以使用sort_values先groupby与DataFrameGroupBy.pct_change：

df = df.sort_values(['Symbol','Date']).reset_index(drop=True) 
df['Return'] = df.groupby('Symbol')['Close'].pct_change() 
print (df) 
      Date Symbol Close Return 
0 12/27/2016 AMZN 771.40  NaN 
1 12/28/2016 AMZN 772.13 0.000946 
2 12/29/2016 AMZN 765.15 -0.009040 
3 12/30/2016 AMZN 749.87 -0.019970 
4 12/27/2016 GOOGL 805.80  NaN 
5 12/28/2016 GOOGL 804.57 -0.001526 
6 12/29/2016 GOOGL 802.88 -0.002101 
7 12/30/2016 GOOGL 792.45 -0.012991 
8 12/27/2016 NFLX 128.35  NaN 
9 12/28/2016 NFLX 125.89 -0.019166 
10 12/29/2016 NFLX 125.33 -0.004448 
11 12/30/2016 NFLX 123.80 -0.012208

来源

2017-01-02 07:55:29 jezrael

您可以和unstack这将整理你的指数你，然后pct_change和stack回。

print(
    df.set_index(['Date', 'Symbol']) 
     .Close.unstack().pct_change() 
     .stack(dropna=False).reset_index(name='Return') 
     .sort_values(['Symbol', 'Date']) 
     .reset_index(drop=True) 
) 


     Date Symbol Return 
0 2016-12-27 AMZN  NaN 
1 2016-12-28 AMZN 0.000946 
2 2016-12-29 AMZN -0.009040 
3 2016-12-30 AMZN -0.019970 
4 2016-12-27 GOOGL  NaN 
5 2016-12-28 GOOGL -0.001526 
6 2016-12-29 GOOGL -0.002101 
7 2016-12-30 GOOGL -0.012991 
8 2016-12-27 NFLX  NaN 
9 2016-12-28 NFLX -0.019166 
10 2016-12-29 NFLX -0.004448 
11 2016-12-30 NFLX -0.012208

来源

2017-01-02 08:05:32 piRSquared

'stack（dropna = False）' –

谢谢你的检查 – piRSquared

一次使用大熊猫的多个股票的收益

回答

相关问题