创建基于一个多指标熊猫数据帧

Question

我在Windows上运行的Python 3.5和编写代码来研究金融计量经济学另一列新列。

我有一个多指数熊猫数据帧，其中水平= 0的索引是一系列月末日期和水平= 1名的索引是一个简单的整数ID。我想创造价值的新列（“new_var”），其中每个月底为止，我期待着1个月，并从另一列获取值（“some_var”），当然还有从当月需要的ID以符合下个月的ID。这是一个简单的测试用例。

import pandas as pd 
import numpy as np 

# Create some time series data 
id = np.arange(0,5) 
date = [pd.datetime(2017,1,31)+pd.offsets.MonthEnd(i) for i in [0,1]] 

my_data = [] 
for d in date: 
    for i in id: 
     my_data.append((d, i, np.random.random())) 

df = pd.DataFrame(my_data, columns=['date', 'id', 'some_var']) 

df['new_var'] = np.nan 
df.set_index(['date', 'id'], inplace=True) 

# Drop an observation to reflect my true data 
df.drop(('2017-02-28',3), level=None, inplace=True) 

df 

# The desired output.... 
list1 = df.loc['2017-01-31'].index.labels[1].tolist() 
list2 = df.loc['2017-02-28'].index.labels[1].tolist() 
common = list(set(list1) & set(list2)) 

for i in common: 
    df.loc[('2017-01-31', i)]['new_var'] = df.loc[('2017-02-28', i)]['some_var'] 

df 

我觉得有一个更好的方式来获得我想要的输出。也许我应该拥抱“for”循环？也许更好的解决方案是重置索引？

谢谢

˚F

Answer 1

我将创建表示日期一整数列，基板中的一个从它（以一个月为转移吧）和留在值回原来的数据帧合并。

Out[28]: 
       some_var 
date  id   
2017-01-31 0 0.736003 
      1 0.248275 
      2 0.844170 
      3 0.671364 
      4 0.034331 
2017-02-28 0 0.051586 
      1 0.894579 
      2 0.136740 
      4 0.902409 
df = df.reset_index() 
df['n_group'] = df.groupby('date').ngroup() 
df_shifted = df[['n_group', 'some_var','id']].rename(columns={'some_var':'new_var'}) 
df_shifted['n_group'] = df_shifted['n_group']-1 
df = df.merge(df_shifted, on=['n_group','id'], how='left') 
df = df.set_index(['date','id']).drop('n_group', axis=1) 
Out[31]: 
       some_var new_var 
date  id      
2017-01-31 0 0.736003 0.051586 
      1 0.248275 0.894579 
      2 0.844170 0.136740 
      3 0.671364  NaN 
      4 0.034331 0.902409 
2017-02-28 0 0.051586  NaN 
      1 0.894579  NaN 
      2 0.136740  NaN 
      4 0.902409  NaN