Python 熊猫中多种证券的回报流

假设我有一张这样的桌子：

    Ticker Date       ClosingPrice
0    A     01-02-2010  11.4
1    A     01-03-2010  11.5
           ...
1000 AAPL  01-02-2010  634
1001 AAPL  01-02-2010  635

---

换句话说，我们有一系列时间序列，每个股票代码一个时间序列拼接在一起。现在，我想生成一列每日收益。如果我只有一个符号，那么使用pandas

pct_change（）

函数就很容易了，但是我如何像上面那样对多个时间序列执行此操作（我可以执行一系列GroupBy，将每个GroupBy设置为数据帧，执行返回计算，然后使用

pd.concat（）将它们拼接在一起）

但这似乎不是最佳选择。

使用

groupby

df.set_index(['Ticker', 'Date']).ClosingPrice.groupby(level=0).pct_change()

Ticker  Date      
A       01-02-2010         NaN
        01-03-2010    0.008772
AAPL    01-02-2010         NaN
        01-02-2010    0.001577
Name: ClosingPrice, dtype: float64

---

@谢谢你，很高兴我能帮上忙。