Pandas 面板数据 - 识别年份差距和计算回报

Question

我正在处理财务信息的大型面板数据，但是这些值有点参差不齐。我正在尝试计算面板数据中每只股票每年之间的回报。但是，由于缺少值，有时公司会出现年份差距，从而使：df['stock_ret'] = df.groupby(['tic'])['stock_price'].pct_change() 无法实践，因为它是错误的。 df 看起来像这样（仅举一个例子）：

       datadate      month     fyear    ticker    price
0    31/12/1998         12      1998      AAPL   188.92
1    31/12/1999         12      1999      AAPL   197.44
2    31/12/2002         12      2002      AAPL   268.13
3    31/12/2003         12      2003      AAPL   278.06
4    31/12/2004         12      2004      AAPL   288.35
5    31/12/2005         12      2005      AAPL   312.23
6    31/05/2008          5      2008      TSLA    45.67
7    31/05/2009          5      2009      TSLA    38.29
8    31/05/2010          5      2010      TSLA    42.89
9    31/05/2011          5      2011      TSLA    56.03
10   31/05/2014          5      2014      TSLA   103.45
..       ...            ..       ..        ..      ..

我正在寻找的是一段代码，它可以让我了解（对于每个公司）数据是否存在任何差距，并计算两个不同系列的回报。就像这样：

       datadate      month     fyear    ticker    price   return
0    31/12/1998         12      1998      AAPL   188.92      NaN 
1    31/12/1999         12      1999      AAPL   197.44   0.0451
2    31/12/2002         12      2002      AAPL   268.13      NaN
3    31/12/2003         12      2003      AAPL   278.06   0.0370
4    31/12/2004         12      2004      AAPL   288.35   0.0370
5    31/12/2005         12      2005      AAPL   312.23   0.0828
6    31/05/2008          5      2008      TSLA    45.67      NaN
7    31/05/2009          5      2009      TSLA    38.29  -0.1616
8    31/05/2010          5      2010      TSLA    42.89   0.1201
9    31/05/2011          5      2011      TSLA    56.03   0.3063
10   31/05/2014          5      2014      TSLA   103.45      NaN
..       ...            ..       ..        ..      ..

如果您对如何处理此问题有任何其他建议，请随时分享您的知识:) 我有点缺乏经验，所以我相信您的建议会有所帮助！

提前谢谢你们！

Answer 1

您可以创建一个掩码来判断去年是否存在，然后使用 pct 更改更新这些年份：

df['return'] = np.nan
mask = df.groupby('ticker')['fyear'].apply(lambda x: x.shift(1)==x-1)
df.loc[mask,'return'] = df.groupby('ticker')['price'].pct_change()