我在熊猫数据框中有一个返回的时间序列,带有日期索引和标记为“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
我试图使用pandasgroupby
方法在不同的时间间隔内累计收益。我创建了一个自定义方法:
def cumRets(z):
return np.exp(np.log(1 + z).cumsum()) - 1
但是我无法在apply
调用中成功地使用它
作为参考,这组数据(按年份)与预期一致,尽管有一个简单的总数:
returns.groupby(returns.index.year).sum()
输出:
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
但是应用我的cumRets
方法,我得到的是所有行,而不是合计的年份总数。此调用会在每个月的最后一天返回正确的值,但会返回其前面的每一行,而不仅仅是指定的group by值:
returns.groupby(returns.index.year).apply(cumRets)
输出:
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
所需输出如下(节略):
VALUE_DATE TRI
...
...
2019 0.248562
2020 -0.002414
问题1a是我将如何在每月和每周的时间间隔内执行相同的操作,其中所需的输出分别如下所示(仅格式,值为占位符):
月产量:
VALUE_DATE TRI
...
...
2019-12 0.066746
2020-01 -0.002414
每周输出:
VALUE_DATE TRI
...
...
2019-12-w3 0.013228
2019-12-w4 0.022367
2020-01-w1 -0.002414
下面是一种可以尝试使用^{} 的方法:
相关问题 更多 >
编程相关推荐