如何使用熊猫计算与初始值相比的变化百分比？

Question

我有一个DataFrame并且需要计算与公司年初相比的变化百分比。有什么方法可以使用pct_change()或其他方法来执行此任务？谢谢！

df 看起来像

security    date        price
IBM         1/1/2016    100
IBM         1/2/2016    102
IBM         1/3/2016    108
AAPL        1/1/2016    1000
AAPL        1/2/2016    980
AAPL        1/3/2016    1050
AAPL        1/4/2016    1070

我想要的结果

security    date        price   change
IBM         1/1/2016    100     NA
IBM         1/2/2016    102     2%
IBM         1/3/2016    108     8%
AAPL        1/1/2016    1000    NA
AAPL        1/2/2016    980     -2%
AAPL        1/3/2016    1050    5%
AAPL        1/4/2016    1070    7%

Answer 1

听起来您正在寻找的expanding_window版本pct_change()。开箱即用的AFAIK并不存在，但是您可以自己动手：

df.groupby('security')['price'].apply(lambda x: x.div(x.iloc[0]).subtract(1).mul(100))

Answer 2

聚会迟到了，但我遇到了类似的问题，我想与您分享我的解决方案，以防它对任何人有帮助。

TL; DR

def get_variation(values: pd.Series) -> np.float64:
    base = values.iloc[0]  # first element in window iteration
    current = values.iloc[-1]  # last element in window iteration

    return (current - base) / base if base else 0  # avoid ZeroDivisionError

variations = df.groupby('security')['price'].expanding(min_periods=2).apply(get_variation)
df = df.assign(change=variations.droplevel(0))

	安全	日期	价格	改变
0	国际商业机器公司	2016年1月1日	100	南
1	国际商业机器公司	2016年1月2日	102	0.02
2	国际商业机器公司	2016年1月3日	108	0.08
3	AAPL	2016年1月1日	1000	南
4	AAPL	2016年1月2日	980	-0.02
5	AAPL	2016年1月3日	1050	0.05
6	AAPL	2016年1月4日	1070	0.07

您可以通过以下方式执行您所要求的操作：

1. 定义您自己的变分函数，
2. pd.DataFrame按列分组security，
3. 对结果列使用扩展price窗口操作，
4. 调用apply扩展窗口操作并将步骤 1 中定义的自定义变体函数作为参数传递，
5. 删除结果系列的外部索引，
6. 将先前的结果分配给original pd.DataFrame。

或者，您可以通过调用 ,将步骤 3 中的扩展窗口操作替换为滚动.rolling(window=2, min_periods=2)窗口操作，以获得每个证券价格的逐步变化。window=2定义窗口的大小，以便在每次迭代时返回两个元素，并设置计算所需的最小数据（如果否则，min_periods=2将导致）。NaN

一步步

1. 定义自己的变分函数

您的变体函数应接受一个pd.Series参数作为参数，并使用集合中的第一项和最后一项来计算变体。在这里，我使用金融中使用的标准变差函数来计算利率。最后一行有一个if/else要避免的声明ZeroDivisionError。

def get_variation(values: pd.Series) -> np.float64:
    base = values.iloc[0]
    current = values.iloc[-1]

    return (current - base) / base if base else 0

2.pd.DataFrame按security列分组

接下来，您应该调用按列.groupby('security')分组，以便为​​分组计算准备数据。pd.DataFramesecurity

grouped_df = df.groupby('security')

		安全	日期	价格	改变
安全
AAPL	3	AAPL	2016年1月1日	1000	南
	4	AAPL	2016年1月2日	980	-0.02
	5	AAPL	2016年1月3日	1050	0.05
	6	AAPL	2016年1月4日	1070	0.07
国际商业机器公司	0	国际商业机器公司	2016年1月1日	100	南
	1	国际商业机器公司	2016年1月2日	102	0.02
	2	国际商业机器公司	2016年1月3日	108	0.08

price3. 对结果列使用扩展窗口操作

.expanding(min_periods=2)接下来，您应该通过调用价格组来使用扩展窗口操作。这将迭代每个price组，并以pd.Series. 您可以调用.expanding(min_periods=n)setn作为每次迭代返回值所需的最小观测数（或者Nan，如果是其他情况）。就您而言，鉴于您NaN对第一条记录有要求，因为它没有与其他任何记录进行比较，您应该通过min_periods=2; 如果您希望得到0结果，请通过min_periods=1。

windows = grouped_df['price'].expanding(min_periods=2)

4. 调用apply扩展窗口操作并将步骤 1 中定义的自定义变体函数作为参数传递

调用.apply(get_variation)会将您的自定义变化公式应用于每个结果窗口并返回结果。

grouped_variations = windows.apply(get_variation)

安全
AAPL	3	南
	4	-0.02
	5	0.05
	6	0.07
国际商业机器公司	0	南
	1	0.02
	2	0.08

5. 删除结果序列的外部索引

正如您在 .4 中看到的，数据以多索引的形式呈现。我们通过调用 来摆脱外部索引级别（'AAPL'、'IBM'）.droplevel(0)，以准备数据以将其正确合并到原始数据帧中。

variations = grouped_variations.droplevel(0)

6. 将之前的结果分配给原始结果pd.DataFrame

最后，我们通过调用将价格变化分配到原始数据框中df.assign。数据将被连接到其索引上的目的地。

df = df.assign(change=variations)

	安全	日期	价格	改变
0	国际商业机器公司	2016年1月1日	100	南
1	国际商业机器公司	2016年1月2日	102	0.02
2	国际商业机器公司	2016年1月3日	108	0.08
3	AAPL	2016年1月1日	1000	南
4	AAPL	2016年1月2日	980	-0.02
5	AAPL	2016年1月3日	1050	0.05
6	AAPL	2016年1月4日	1070	0.07