我需要对时间序列的每一天的累积值进行分析答案

【问题标题】：I need to make an analysis of accumulated value for each day of a time series我需要对时间序列的每一天的累积值进行分析
【发布时间】：2020-03-19 16:11:04
【问题描述】：

我有一个具有时间序列的 DataFrame。我需要获得第一行并添加喜欢我的投资。下一行是另一天，我需要比较以获取值差异，这将是我 1 天的累积值。

我的数据：

My Data

翻译：数据 = 日期

Cota = 配额

Patrimonio Liquido = 净资产

目前我的代码如下所示：

len_fundo = len(self.fundo)
    investiment = self.fundo.iloc[0]
    dict_accumulated = {}
    for value in range(1, len_fundo):
        next_line = self.fundo.iloc[value]
        dict_accumulated['Data'] = next_line['Data']
        dict_accumulated['Acumulado'] = next_line['PL'] - investiment['PL']
        investiment = next_line
        accumulated = pd.DataFrame(data=dict_accumulated, index=[value])
    return accumulated

但结果只有最后一行。

  Data         Acumulado
4 2019-12-06   942355.3

我知道这是因为 python dict 不接受重复键；因此，它取代了钥匙，但我该如何解决这种情况？我需要为每一天生成一个包含日期和累计值列的新 DF...

结果将是一个像这样的新 DF：

enter image description here

【问题讨论】：

标签： python pandas dataframe dictionary time-series

【解决方案1】：

我认为你应该使用

df['gains'] = df['current'].shift(1) - df['current'] # difference per day
df['acumulado'] = df['gains'].cumsum() # for cumulative sum of gains

在pandas 中使用循环通常是不好的做法

【讨论】：

您的解决方案部分解决了我的问题，因为我也需要日期字段。我提供了有关我的问题的更多信息，更改了我的帖子，并添加了图像和示例...
日期不受影响。这只是添加新列
好的，但是，我不需要返回所有字段，只返回日期和增益...所以，我想创建一个接收日期和增益的新数据框，但我不能这样做。
只需使用df = df.drop(['col1', 'col2'], axis=1) 删除它们，您不需要保留它们。

【解决方案2】：

您没有提供一个功能齐全的示例，所以我无法测试它是否按预期工作，但您不能只制作 dict_accumulated['Data'] 和 dict_accumulated['Acumulado'] 列表，然后在每个循环中附加到它们吗？像这样的：

    len_fundo = len(self.fundo)
    investiment = self.fundo.iloc[0]
    dict_accumulated = {}
    dict_accumulated['Data'] = []
    dict_accumulated['Acumulado'] = []
    for value in range(1, len_fundo):
        next_line = self.fundo.iloc[value]
        dict_accumulated['Data'].append(next_line['Data'])
        dict_accumulated['Acumulado'].append(next_line['PL'] - investiment['PL'])
        investiment = next_line
        accumulated = pd.DataFrame(data=dict_accumulated, index=[value])
    return accumulated

【讨论】：