具有多个时间序列的python数据帧中的返回计算

我有一个没有格式索引的数据帧

stock_id    price   timestamp
..           ..         ..

因此，在单个数据帧中对多个时间序列进行编码

我想计算日志返回（

=log S_I+1-log S_I

）并将该信息添加到此数据帧

到目前为止，我知道如何计算一只股票的价格

df.set_index(['stock_id', 'timestamp'], inplace = True)
logpctchange = df0.loc[0].logp - df0.loc[0].log1p.shift(1)

但是，我们如何才能将这些信息写回数据帧，并对每个

股票id系统地这样做呢？
您有
groupby（）.shift（）
来按组获取数据的移位。然后，只需正常分割和记录：

df['new_col' = np.log(df.groupby('stock_id')['price'].shift()/df['price'])

因此，关键是：1）df.groupby（'stock_id'）['price'].shift（）

将移位应用于固定的

stock_id

的每个单独系列，然后2）将在两个索引

stock_id

和

timestamp

@nicolas上对齐执行分割。