【发布时间】：2017-06-02 13:45:44
【问题描述】：
我已经成功地为其他列创建了基于算术的新列，但现在我有一个更具挑战性的需求，即首先根据多列的匹配选择元素，然后执行数学运算并遇到语法问题。
ind_df_qtrly[10:16]
ticker comp_name per_fisc_year per_type per_fisc_qtr per_end_date_x sales tot_revnu zacks_x_sector_desc zacks_m_ind_desc per_end_date_y mkt_val
562170 AVX AVX CORP 2007 Q 1 2006-06-30 366.408 366.408 Computer and Technology ELECTRONICS 2008-12-31 1353.95
562215 AVX AVX CORP 2007 Q 2 2006-09-30 374.648 374.648 Computer and Technology ELECTRONICS 2008-12-31 1353.95
562260 AVX AVX CORP 2007 Q 3 2006-12-31 378.088 378.088 Computer and Technology ELECTRONICS 2008-12-31 1353.95
562305 AVX AVX CORP 2007 Q 4 2007-03-31 379.351 379.351 Computer and Technology ELECTRONICS 2008-12-31 1353.95
562350 AVX AVX CORP 2008 Q 1 2007-06-30 383.158 383.158 Computer and Technology ELECTRONICS 2008-12-31 1353.95
562395 AVX AVX CORP 2008 Q 2 2007-09-30 400.706 400.706 Computer and Technology ELECTRONICS 2008-12-31 1353.95
我正在尝试计算从 2008 年第二季度开始的“tot_revnu”列的尾随 12 个月值，这意味着对于每个“股票代码”，我需要在 DF 中创建一个新列，它将总结 4 个季度（2008 年）的结果-Q2、2008-Q1、2007-Q4 和 2007-Q3）。我使用年度数据计算增长也做了同样的事情，但事实证明这个练习非常具有挑战性。
我可以用这样的年度数据做到这一点
# Annual Create the Pivot Table
ind_table=pd.pivot_table(ind_df_annual, values='tot_revnu',index=['ticker','comp_name','zacks_x_sector_desc','zacks_m_ind_desc','mkt_val'],columns=['per_fisc_year'],aggfunc=np.sum)
# Annual calculate Simple and FD Growth and add columns to PivotTable
ind_table[str(prev_year)+'-Ann Simple']= (ind_table[(prev_year)] - ind_table[(prev2_year)])/ ind_table[(prev2_year)]
ind_table[str(current_year)+'-Ann Simple']= (ind_table[current_year] - ind_table[prev_year])/ ind_table[prev_year]
ind_table[str(current_year)+'-Ann FD']= (ind_table[(str(current_year))+'-Ann Simple'] - ind_table[(str(prev_year))+'-Ann Simple'])/ ind_table[(str(prev_year))+'-Ann Simple']
【问题讨论】：
-
我已经做了同样的事情来使用年度数据计算增长 ...这次尝试在哪里？
-
你看过
df.groupby吗？ -
谢谢，我查看了 df.groupby 并使用了 df.pivot_table。我已经使用年度数据在另一个数据集上成功完成了这项工作。我将使用此信息更新问题，