Python 熊猫中多种证券的回报流
假设我有一张这样的桌子:Python 熊猫中多种证券的回报流,python,pandas,time-series,Python,Pandas,Time Series,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pandaspct_chan
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。