我可以在分组数据帧上应用一个使用“shift”的函数，并从熊猫返回一个简单的数据帧吗？

Question

我希望主题行相对清晰。我正在使用 python/pandas，并且正在处理股票的每日定价数据。我有一个包含 4000 多个符号数据的大型 csv 文件，其中包含大约 100 天的数据。所以有很多重复的日期和符号值，但符号/日期组合是唯一的。对于多个滞后（班次）日期，我正在尝试获取每个代码/日期组合的百分比变化。在一个符号的数据集上，这就像

(dataframe.Close - dataframe.Close.shift(1)) / dataframe.shift(1).

这是初始数据的示例：

TradeDate    Symbol    Close
1/1/2014     A         10.00
1/2/2014     A         11.00
1/3/2014     A         10.50
1/1/2014     B         2.00
1/2/2014     B         2.10
1/3/2014     B         2.05

我想要得到的输出是：

TradeDate    Symbol    Perf1    Perf2
1/1/2014     A         NA       NA
1/2/2014     A         0.10     NA
1/3/2014     A         -0.045   0.05
1/1/2014     B         NA       NA
1/2/2014     B         0.05     NA
1/3/2014     B         -0.024   0.025

我是 pandas 的新手，我一直在网上搜索类似的示例或更一般的处理方法来在 pandas 中的组上应用矢量化函数。我运气不太好；我尝试了更传统的方法，循环遍历一个独特的代码列表，单独计算性能百分比，将它们组合成一个数据框，然后将其附加到一个“主”数据框。它有效，但需要 20 多分钟（而且非常笨拙）。我确信有更好的方法。但我还不知道如何询问具体的功能细节。

有人可以帮忙吗？谢谢...

Answer 1

我认为你可以使用groupby 和pct_change（不要怪我的名字..）。

首先，让我们确保一切都是实时的并对其进行排序：

>>> df["TradeDate"] = pd.to_datetime(df["TradeDate"])
>>> df = df.sort(["Symbol", "TradeDate"])
>>> df
   TradeDate Symbol  Close
0 2014-01-01      A  10.00
1 2014-01-02      A  11.00
2 2014-01-03      A  10.50
3 2014-01-01      B   2.00
4 2014-01-02      B   2.10
5 2014-01-03      B   2.05

然后做工作：

>>> df.groupby("Symbol")["Close"].pct_change()
0         NaN
1    0.100000
2   -0.045455
3         NaN
4    0.050000
5   -0.023810
dtype: float64
>>> df["Perf1"] = df.groupby("Symbol")["Close"].pct_change()
>>> df["Perf2"] = df.groupby("Symbol")["Close"].pct_change(2)
>>> df
   TradeDate Symbol  Close     Perf1  Perf2
0 2014-01-01      A  10.00       NaN    NaN
1 2014-01-02      A  11.00  0.100000    NaN
2 2014-01-03      A  10.50 -0.045455  0.050
3 2014-01-01      B   2.00       NaN    NaN
4 2014-01-02      B   2.10  0.050000    NaN
5 2014-01-03      B   2.05 -0.023810  0.025

进行一次分组可能会更干净，例如

grouped = df.groupby("Symbol")["Close"]
for i in range(1,5):
    df["Perf{}".format(i)] = grouped.pct_change(i)

什么的。