Python pandas dataframe groupby ticker中的对数返回

我喜欢根据股票价格（adjclose）计算一个包含多个股票和价格的数据框架中每个股票的日志回报

此类数据帧的示例：

import pandas as pd
import numpy as np
f = {'date': ['2020-11-25', '2020-11-24', '2020-11-23', '2020-11-25', '2020-11-24', '2020-11-23'],
         'ticker': ['AAPL', 'AAPL', 'AAPL', 'AIR', 'AIR', 'AIR'],
         'adjclose': [116.029999, 115.169998, 113.849998, 29.510000, 29.540000, 27.890000]
         }

df = pd.DataFrame(f)
df.set_index('date', inplace=True)

数据帧df：

               ticker    adjclose
date                             
2020-11-25       AAPL  116.029999
2020-11-24       AAPL  115.169998
2020-11-23       AAPL  113.849998
2020-11-25        AIR   29.510000
2020-11-24        AIR   29.540000
2020-11-23        AIR   27.890000

按照这里提出的想法

我会按股票代码和日期对股票价格进行排序

df.sort_值（按=['ticker'，'date']，升序=True，原地=True）

df

正常（非日志）返回

df['return']=df.groupby（['ticker']）['adjclose'].pct\u change（）

->结果看起来不错

现在日志返回

作为快速测试：

np.log（df['adjclose']/df['adjclose'].shift（1））

似乎在原则上有效

现在让我们按ticker对其进行分组，并将结果存储在一个新列中

`df['log_return'] = np.log(df.groupby(['ticker'])['adjclose'] / df.groupby(['ticker'])['adjclose'].shift(1))`

我得到一个错误：

ValueError:操作数无法与形状（3,2）（6,2）一起广播。

你能在这个话题上帮我吗？

---

非常感谢

您可以这样做，我们将日志返回计算应用到每个

d

，这是groupby中的组：

df.groupby('ticker').apply(lambda d: d.assign(log_return = np.log(d['adjclose'] / d['adjclose'].shift(1)) ))

输出

            date        ticker  adjclose    log_return
ticker                  
AAPL    2   2020-11-23  AAPL    113.849998  NaN
        1   2020-11-24  AAPL    115.169998  0.011528
        0   2020-11-25  AAPL    116.029999  0.007439
AIR     5   2020-11-23  AIR     27.890000   NaN
        4   2020-11-24  AIR     29.540000   0.057477
        3   2020-11-25  AIR     29.510000   -0.001016

---

而不是按股票价格分组考虑设置日期和股票行情的多指标。我认为这将解决您的问题，并可能执行得更快。

`df['log_return'] = np.log(df.groupby(['ticker'])['adjclose'] / df.groupby(['ticker'])['adjclose'].shift(1))`

df.groupby('ticker').apply(lambda d: d.assign(log_return = np.log(d['adjclose'] / d['adjclose'].shift(1)) ))

            date        ticker  adjclose    log_return
ticker                  
AAPL    2   2020-11-23  AAPL    113.849998  NaN
        1   2020-11-24  AAPL    115.169998  0.011528
        0   2020-11-25  AAPL    116.029999  0.007439
AIR     5   2020-11-23  AIR     27.890000   NaN
        4   2020-11-24  AIR     29.540000   0.057477
        3   2020-11-25  AIR     29.510000   -0.001016