Pandas groupby 特定数据答案

【问题标题】：Pandas groupby specific dataPandas groupby 特定数据
【发布时间】：2021-01-11 22:53:38
【问题描述】：

我有一个这样的数据框：
部门、名称、日期、价格

我想汇总我的数据，以便计算 3 年的波动率：

result = (df
          .groupby(['sector', 'name'])
               volat_3Y=('price', lambda x: 100*np.sqrt(252*np.log(x[-3*252:-1] / x[-3*252:-1].shift(1)).var()))            )

我还想计算 2020 年、2019 年...的性能，但是当我尝试时：

result = (df
          .groupby(['sector', 'name'])
               volat_3Y=('price', lambda x: 100*np.sqrt(252*np.log(x[-3*252:-1] / x[-3*252:-1].shift(1)).var()))
               perf_2020=('price', lambda x.loc['2020-09-18']) # Just to have access to a specific date 
               )

我有一条错误消息。有什么建议吗？

这是错误信息：

KeyError Traceback（最近一次调用最后一次） pandas._libs.index.DatetimeEngine.get_loc() 中的 pandas/_libs/index.pyx

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item()

密钥错误：1600387200000000000

在处理上述异常的过程中，又发生了一个异常：

KeyError Traceback（最近一次调用最后一次） ~/opt/anaconda3/envs/Data/lib/python3.8/site-packages/pandas/core/indexes/base.py in get_loc(self、key、method、tolerance) 2888 尝试： -> 2889 返回 self._engine.get_loc(casted_key) 2890 除了 KeyError 错误：

pandas/_libs/index.pyx in pandas._libs.index.DatetimeEngine.get_loc()

KeyError: Timestamp('2020-09-18 00:00:00')

【问题讨论】：

我有一条错误消息，你为什么不把错误贴在这里？
当我在一个组内做同样的事情时，我会添加：group.get_group(('sect1', 'nom1')).agg(perf_2020=('VL', lambda x: 100 *x.loc['2020-09-18'])) 我有一个数字：price perf_2020 10458.0

标签： python pandas dataframe

【解决方案1】：

这个公式对我有用：

result = (
    data
    .set_index('Date')
    .groupby(['Sector', 'Symbol'])
    .agg(
        volat_3Y = (
            'Price',
            lambda x: 100*np.sqrt(252*np.log(x[-3*252:-1] / x[-3*252:-1].shift(1)).var())),
        perf_2020_09_18 = (
            'Price',
            lambda x: x.loc['2020-09-18'])
    )
)

结果：

Sector	Symbol	volatility_3yr	price_2020_09_18
Communication Services	FB	38.1945	252.53
Communication Services	GOOG	30.7639	1459.99
Communication Services	NFLX	42.3228	469.96
Consumer Cyclical	AMZN	32.613	2954.91
Technology	AAPL	35.5864	106.5

完整示例代码：

import numpy as np
import pandas as pd
import pandas_datareader as pdr
import yfinance

symbols = ['FB', 'AMZN', 'AAPL', 'NFLX', 'GOOG']
sectors = [yfinance.Ticker(symbol).info['sector'] for symbol in symbols]
symbols_sectors = dict(zip(symbols, sectors))

raw_data = pdr.get_data_stooq(symbols).Close
data = (
    # get raw data
    raw_data
    # clean up names
    .set_axis(list(raw_data.columns), 1)
    .sort_index()
    .reset_index()
    # transform to long form
    .melt('Date', var_name='Symbol', value_name='Price')
    # attach sector names
    .assign(Sector = lambda x: x.Symbol.map(symbols_sectors))
)

result = (
    data
    .set_index('Date')
    .groupby(['Sector', 'Symbol'])
    .agg(
        volatility_3yr = (
            'Price',
            lambda x: 100*np.sqrt(252*np.log(x[-3*252:-1] / x[-3*252:-1].shift(1)).var())),
        price_2020_09_18 = (
            'Price',
            lambda x: x.loc['2020-09-18'])
    )
)

print(result.reset_index().to_markdown(index=False))

【讨论】：