为什么我的用户定义 function 在执行 groupby.apply 时只返回第一组的返回？

Question

概括

使用 groupby 时，结果如下。

2.19 的值是用户定义函数的第一组返回值。 也就是说，当为 mulCut[(mulCut['date'] == '2018-03-05') & (mulCut['moneyness'] == 'atm')] 实施 function 时，我得到 2.19。

解释

我试图通过 using.groupby.apply() 获得不同组的不同回报。 在我的例子中，组被两个变量“日期”和“金钱”分开，如下所示。 正如您在下面看到的 DataFrame 所示，“date”包含四个分类组“atm”、“itm”、“otm”和“tot”。

而我的用户自定义function如下。 function 计算 9:05 至 14:50 之间交易 kospi 指数的回报。 简而言之，交易策略是根据信号买入或卖出 kospi 指数。 '>= 敏感度' 是买入信号，'<= 1/敏感度' 是卖出信号。 由于我假设我可以为每个信号卖出或买入我所有的预算，所以当卖空已经发生时，卖出信号被忽略。 同样，如果我已经买入 kospi 指数，买入信号将被忽略。 最后，在最后一刻（14:50），交易必须被清算。 也就是说，如果我在 14:49 的状态是卖空，那么无论我在 14:50 收到什么信号，我都必须买入 kospi200。 同样，如果我的状态是在 14:49 买入，我必须卖出 kospi200。

def get_onedayRt(onedayDf, timeVrbl, cpVrbl, kospiVrbl, sensitivity):
    onedayDf['action'] = np.nan
    state = 0 # 0: can buy or short sell, 1: can only sell, -1: can only buy
    value = 0 # return of simulation
    targetDf = onedayDf.sort_values(timeVrbl)
    targetDf = targetDf.reset_index(drop = True)
    lastidx = len(onedayDf) - 1

    for idx, timeData in targetDf.iterrows():
        if timeData[cpVrbl] >= sensitivity:
            if state == -1:
                state += 1
                targetDf.loc[idx, 'action'] = 1 #buy
                value -= timeData[kospiVrbl]

            elif state == 0:
                state += 1
                targetDf.loc[idx, 'action'] = 1
                value -= timeData[kospiVrbl]

        elif timeData[cpVrbl] <= 1/sensitivity:
            if state == 1:
                state -= 1
                targetDf.loc[idx, 'action'] = -1 # sell
                value += timeData[kospiVrbl]

            elif state == 0:
                state -= 1
                targetDf.loc[idx, 'action'] = -1
                value += timeData[kospiVrbl]

        if lastidx - 1 == idx:
            break # last action needs to be determied as below

    if state == -1:
        targetDf.loc[lastidx, 'action'] = 1
        value -= targetDf.loc[lastidx, kospiVrbl]
    elif state == 1:
        targetDf.loc[lastidx, 'action'] = -1
        value += targetDf.loc[lastidx, kospiVrbl]

    return value

我发现我的 function 适用于每个特定组。 也就是说，下面的代码有效。 我可以得到我想要的 2.97。

tmp = mulCut[(mulCut['date'] == '2018-03-05') & (mulCut['moneyness'] == 'tot')]
get_onedayRt(tmp, 'time', 'call/put', 'kospi200', 1)

因此，我想知道为什么我的用户定义 function 在执行 groupby.apply 时只返回第一组的返回？ 以及如何编辑我的代码来解决问题？

感谢您阅读我的长问题。

Answer 1

我终于解决了我的问题......我的 function 的第一行是我的问题的根源。 删除该行后，我的代码可以正常工作。