Python 分组后数据帧的更改率

我是python pandas的新手，一直在尝试使用pct_change（）获取回报率。我想通过feedcode获得每月的变化率。 这是我当前的代码：

In [134]:
df3 = pd.read_csv(r'C:\Users\sector_set.csv')
df3.set_index('Date', inplace= True)
df3= pd.DataFrame(df3,columns = ['Feed','Close']) # filter specific col​
grouped = df3.groupby('Feed')  #group by Feedcode
df3 = grouped.resample('BM', how=lambda x:x[-1]) #ending of every month only
df3['Rate_Return'] = df3.pct_change()  # Rate of Return of each feedcode
df3

OUTPUT:
                   Close  Rate_Return
Feed   Date
   A   2015-09-30  5.60     NaN 
       2015-10-30  5.75    0.026786  
  AAV  2015-09-30  4.32   -0.248696
       2015-10-30  4.62    0.069444

我有两个问题：

计算的回报率不正确，因为它参考前一天的feedcode价格来计算下一个feed代码的回报。例如，Feed AAV 2015-09-30应为NaN，而不是-0.248696

我想删除所有NaN

我试图计算回报，得到如下结果：

Output:
                   Close  Rate_Return
Feed   Date
   A   2015-10-30  5.75    0.026786  
  AAV  2015-10-30  4.32    0.069444

这样做的最佳方式是什么？

---

提前感谢您提供的任何帮助

IIUC您需要groupby

从multiindex订阅并应用。然后您可以使用
df3
的子集，其中列
Rate\u Return
为
notnull

df3['Rate_Return'] = df3.groupby(level=0).pct_change() 
print df3
                 Close  Rate_Return
Feed Date                          
A    2015-09-30   5.60          NaN
     2015-10-30   5.75     0.026786
AAV  2015-09-30   4.32          NaN
     2015-10-30   4.62     0.069444

print df3[df3.Rate_Return.notnull()]
                 Close  Rate_Return
Feed Date                          
A    2015-10-30   5.75     0.026786
AAV  2015-10-30   4.62     0.069444

如果有一个原始数据集的样本可以使用，那就太好了，谢谢。@jezrael pct_change（）适用于当前/上一个，您将如何在同一帧中对上一个/当前使用它？嗯，也许您可以通过
df=df[：：-1]
更改列的顺序，应用
pct_change
并最后返回原始
打印df.sort_index（）