![](/img/trans.png)
[英]Pandas: groupby by date and transform nunique returning too many entries
[英]Python pandas groupby returning all entries rather than grouped entries
我在 Pandas 數據框中有一個時間序列的返回值,帶有日期索引和標記為“TRI”的返回列,如下所示:
VALUE_DATE TRI
2007-06-26 -0.000727
2007-06-27 0.015004
2007-06-28 0.000758
2007-06-29 -0.006408
2007-07-02 0.013844
2007-07-03 0.003866
我正在嘗試使用 pandas groupby
方法在不同的時間間隔內匯總累積回報。 我創建了一個自定義方法:
def cumRets(z):
return np.exp(np.log(1 + z).cumsum()) - 1
但是我無法在apply
調用中成功使用它。
作為參考,這組(按年份)按預期分組,盡管總和很簡單:
returns.groupby(returns.index.year).sum()
輸出:
VALUE_DATE TRI
2007 -0.046283
2008 -0.240282
2009 0.259417
2010 0.268445
2011 0.054842
2012 0.162453
2013 0.331585
2014 0.063425
2015 -0.009367
2016 0.242511
2017 0.132732
2018 -0.099919
2019 0.233057
2020 -0.002414
但是應用我的cumRets
方法,我得到了所有行而不是匯總的年份總數。 此調用在每個月的最后一天返回正確的值,但返回導致它的每一行,而不僅僅是按值指定的組:
returns.groupby(returns.index.year).apply(cumRets)
輸出:
VALUE_DATE TRI
2019-12-26 0.250672
2019-12-27 0.247278
2019-12-30 0.246734
2019-12-31 0.248562
2020-01-02 0.000143
2020-01-03 -0.002414
所需的輸出看起來像這樣(刪節):
VALUE_DATE TRI
...
...
2019 0.248562
2020 -0.002414
問題 1a是我如何在每月和每周的時間間隔內執行相同的操作,其中所需的輸出分別如下所示(僅格式,值是占位符):
輸出,每月:
VALUE_DATE TRI
...
...
2019-12 0.066746
2020-01 -0.002414
輸出,每周:
VALUE_DATE TRI
...
...
2019-12-w3 0.013228
2019-12-w4 0.022367
2020-01-w1 -0.002414
這是您可以嘗試使用resample
的一種方法:
def cumRets(z):
return z.add(1).prod().sub(1)
# yearly
df.resample('Y', kind='period').apply(cumRets)
# monthly
df.resample('M', kind='period').apply(cumRets)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.