Python 我是否可以应用使用'；班次'；在分组数据帧上，并从pandas返回简单数据帧？

我希望主题线相对清晰。我正在使用python/pandas，我正在处理股票的每日定价数据。我有一个大的csv文件，包含4000多个符号的数据，大约有100天的数据。因此有许多重复的日期和符号值，但符号/日期组合是唯一的。我正在尝试获取多个延迟（轮班）日期的每个股票代码/日期组合的百分比变化。在一个符号的数据集上，这将非常简单

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

以下是初始数据的示例：

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

我试图得到的结果是：

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

我对pandas还不熟悉，我一直在网上搜寻类似的例子，或者更一般的方法，在pandas中的组上应用向量化函数。我运气不太好；我尝试了更传统的方法，循环一系列独特的代码，分别计算性能百分比，将它们组合成一个数据框，然后将其附加到一个“主”数据框中。它可以工作，但需要20多分钟（而且恰巧非常笨重）。我相信有更好的办法。但我还不知道如何询问具体的功能细节

---

有人能帮忙吗？谢谢…

我想你可以使用

groupby

和

pct\u change

（不要因为名字怪我…）

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

然后做这项工作：

>>> 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

只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)

---

或者别的什么。

太棒了。以一个高音符结束我的一周。我有一些书要读。