Python 累积收益函数

我有一个数据帧，如下所示：

  Index      Return
2008-11-21   0.153419
2008-11-24   0.037421
2008-11-25   0.077500

计算最后一行所有列的累积回报的最佳方法是什么

预期结果如下：

  Index      Return
2008-11-21   0.153419
2008-11-24   0.037421
2008-11-25   0.077500
Cumulative   0.289316

其中累积回报率计算如下：

cumulative = (1 + return1) * (1 + return2) * (1 + return3) - 1 

---

在pandas中执行此操作的最佳方法是什么？

一个选项是只使用

减少

，尽管其他人可能会想出更快的矢量化方法：

In [10]: pd.read_clipboard()
Out[10]:
        Index    Return
0  2008-11-21  0.153419
1  2008-11-24  0.037421
2  2008-11-25  0.077500

In [11]: reduce(lambda x, y: (1+x)*(1+y)-1, _10['Return'])
Out[11]: 0.28931612705992227

---

请注意，在Python 3中，

reduce

是

functools

库的一部分，尽管它是Python 2的内置函数。

对于

pandas

，您可以使用

prod（）

方法：

df.append(df.iloc[:,1:].apply(lambda col: (col + 1).prod() - 1), ignore_index=True)

#        Index    Return
#0  2008-11-21  0.153419
#1  2008-11-24  0.037421
#2  2008-11-25  0.077500
#3         NaN  0.289316

或者正如@Randy C所评论的，这可以进一步简化为：

df.append((df.iloc[:,1:] + 1).prod() - 1, ignore_index=True)

这是我的：

from numpy import prod
df.append(df.apply(lambda col: prod([(1+c) for c in col]) - 1), ignore_index=True)

另一个解决方案：

df.ix["Cumulative"] = (df['Return']+1).prod() - 1

这将在

df['Return']

列中添加1，将所有行相乘，然后从结果中减去1。这将产生一个简单的浮点值。然后将结果放在“累积”索引中。由于该索引尚不存在，因此：

如果要跨多个列应用此选项：

df.ix['Cummulative'] = df.apply(lambda x: (x+1).prod()-1)

这将输出以下内容（我制作了第二列“Return2”，它是“Return”的副本）：

---

有一个

cumprod（）

方法用于此。这将适用于每一列

df.ix["Cumulative"] = ((df+1).cumprod()-1).iloc[-1]

这将比大型数据集上的其他解决方案快2倍左右：

In[106]: %timeit df.ix["Cumulative"] = ((df+1).cumprod()-1).iloc[-1]
10 loops, best of 3: 18.4 ms per loop
In[107]: %timeit df.ix['Cummulative'] = df.apply(lambda x: (x+1).prod()-1)
10 loops, best of 3: 32.9 ms per loop
In[110]: %timeit df.append(df.iloc[:,1:].apply(lambda col: (col + 1).prod() - 1), ignore_index=True)
10 loops, best of 3: 37.1 ms per loop
In[113]: %timeit df.append(df.apply(lambda col: prod([(1+c) for c in col]) - 1), ignore_index=True)
1 loop, best of 3: 262 ms per loop

---

如果你能找到一个内置的方法，我建议不要使用apply，因为apply在数据帧上循环，这会使它变慢。Bult-in方法效率很高，通常情况下，使用apply不会比Bult-in方法更快。

不错的方法。只需进行计算，就可以简化为

（df['Return']+1）。prod（）-1

@RandyC是的，这是解决这个问题的一种更简洁的方法。Thx@Psidom，我做了df=上述操作，效果很好，只是我的日期索引消失了，第一列下的cum Return返回一个NaN，尽管不包括任何NAN，但累积值不等于零。知道为什么吗？Thx@Jalepeno112，但如何在所有栏目中应用？更新了我的答案。没有回答你问题的那一部分。这与@Psidom的答案非常相似，但我认为这一个更具可读性。没问题。你应该看看@StevenG的答案。当然，首先

将numpy作为np导入
，然后：
df.append（df.apply）（lambda col:prod（[（1+c）表示col中的c，如果不是np.isnan（c）]-1），忽略_index=True）
。如果你尝试一下，然后让我知道如果它不工作！那真是太快了！！但我有一个专栏包括NaN。跳过这些而不返回NaN的任何解决方法？
df.ix[“累计”]=（（df.fillna（0）+1.cumprod（）-1）.iloc[-1]
将用0返回代替NaN。
df.ix["Cumulative"] = ((df+1).cumprod()-1).iloc[-1]

In[106]: %timeit df.ix["Cumulative"] = ((df+1).cumprod()-1).iloc[-1]
10 loops, best of 3: 18.4 ms per loop
In[107]: %timeit df.ix['Cummulative'] = df.apply(lambda x: (x+1).prod()-1)
10 loops, best of 3: 32.9 ms per loop
In[110]: %timeit df.append(df.iloc[:,1:].apply(lambda col: (col + 1).prod() - 1), ignore_index=True)
10 loops, best of 3: 37.1 ms per loop
In[113]: %timeit df.append(df.apply(lambda col: prod([(1+c) for c in col]) - 1), ignore_index=True)
1 loop, best of 3: 262 ms per loop