Python 获取一年中第一个可用数据点/计算年初至今回报率

我需要计算给定数据集的年迄今相对回报率。我通常用这个简单的函数计算累积相对收益：

def RelPerf(price):
    RelPerf = (price/price[0])
    return RelPerf  

问题是我需要在每年年初（今年第一个可用的数据点）设置价格，而不是“价格[0]”。由于数据集不包含一年中每一天的数据，我不能简单地使用+365之类的东西。所以问题是如何动态地将第一个可用数据点的位置输入到公式中

这是所用数据帧的一个简短示例：

              CLOSE_SPX    Close_iBoxx  A_Returns  B_Returns  A_Vola    B_Vola
2014-05-15    1870.85      234.3017    -0.009362   0.003412   0.170535  0.075468   
2014-05-16    1877.86      234.0216     0.003747  -0.001195   0.170153  0.075378
2014-05-19    1885.08      233.7717     0.003845  -0.001068   0.170059  0.075384   
2014-05-20    1872.83      234.2596    -0.006498   0.002087   0.170135  0.075410   
2014-05-21    1888.03      233.9101     0.008116  -0.001492   0.169560  0.075326   
2014-05-22    1892.49      233.5429     0.002362  -0.001570   0.169370  0.075341   
2014-05-23    1900.53      233.8605     0.004248   0.001360   0.168716  0.075333   
2014-05-27    1911.91      234.0368     0.005988   0.000754   0.168797  0.075294   
2014-05-28    1909.78      235.4454    -0.001114   0.006019   0.168805  0.075474   
2014-05-29    1920.03      235.1813     0.005367  -0.001122   0.168866  0.075451   
2014-05-30    1923.57      235.2161     0.001844   0.000148   0.168844  0.075430   
2014-06-02    1924.97      233.8868     0.000728  -0.005651   0.168528  0.075641   
2014-06-03    1924.24      232.9049    -0.000379  -0.004198   0.167852  0.075267

对数据帧使用df

使用TimeGrouper对数据进行分组，以按年份进行分组

GroupedDat=df.groupby（pd.TimeGrouper（'A'））

使用应用于组数据的转换lambda函数，使用调整后的close的YTD数据创建一个新列

df[“YTD”]=GroupedDat['CLOSE\u SPX'].转换（lambda x:x/x.iloc[0]-1.0）

---

MarkD提供了解决方案：

我获得了每小时的数据，并发现使用以下命令更容易找到它：

df['2004'].first('1H')

也许这有助于通过搜索功能寻找解决方案的人