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：

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        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