Python多索引计算
我有一个包含许多证券(sedols)和许多日期(carrydt)的数据框架,在这些日期内,证券被交易。我想循环浏览每个sedol,并根据之前的日期对该交易进行分类。我想按3个类别对每笔交易进行分类:Python多索引计算,python,indexing,group-by,Python,Indexing,Group By,我有一个包含许多证券(sedols)和许多日期(carrydt)的数据框架,在这些日期内,证券被交易。我想循环浏览每个sedol,并根据之前的日期对该交易进行分类。我想按3个类别对每笔交易进行分类: 第一-安全的第一个实例 无变化-当日结转率与之前日期结转率一致 调整-日期结转率与前一日期不同 下面是我的dataframe外观的快照。类型是我需要添加到数据帧中的列 carry_dt carry_rate sedol type 0 2/8/2018
carry_dt carry_rate sedol type
0 2/8/2018 1.42 BZ6C639 first
1 2/9/2018 1.42 BZ6C639 no change
2 2/10/2018 1.42 BZ6C639 no change
3 2/11/2018 1.42 BZ6C639 no change
4 2/12/2018 1.50 BZ6C639 adjustment
5 2/13/2018 1.50 BZ6C639 no change
6 2/14/2018 1.70 BZ6C639 adjustment
7 2/15/2018 1.42 1234243 first
8 2/16/2018 1.42 1234243 no change
9 2/17/2018 1.42 1234243 no change
10 2/18/2018 1.42 1234243 no change
11 2/19/2018 1.42 1234243 no change
12 2/20/2018 1.90 1234243 adjustment
您可以使用:
详情:
print (s)
0 NaN
1 0.00
2 0.00
3 0.00
4 0.08
5 0.00
6 0.20
7 NaN
8 0.00
9 0.00
10 0.00
11 0.00
12 0.48
Name: carry_rate, dtype: float64
你的问题是什么?欢迎来到SO。请将您的数据发布为测试,而不是图像或链接。例如,尝试
df.head()
。另请参见。我需要知道使用假定的多重索引计算columndataset.head()Out[116]类型的公式:结转率sedol 0 1/2/2018 0.15 BP41ZD1 2 1/2/2018 0.15 2371823 1/2/2018 0.15 2369389 4 1/2/2018 0.15 2502139
print (s)
0 NaN
1 0.00
2 0.00
3 0.00
4 0.08
5 0.00
6 0.20
7 NaN
8 0.00
9 0.00
10 0.00
11 0.00
12 0.48
Name: carry_rate, dtype: float64