python - 分组后 Pandas Data Frame 的变化率

Question

我是 python pandas 的新手，一直在尝试使用 pct_change() 获得返回率。我想通过 feedcode 获得月度变化率。这是我当前的代码:

In [134]:
df3 = pd.read_csv(r'C:\Users\sector_set.csv')
df3.set_index('Date', inplace= True)
df3= pd.DataFrame(df3,columns = ['Feed','Close']) # filter specific col​
grouped = df3.groupby('Feed')  #group by Feedcode
df3 = grouped.resample('BM', how=lambda x:x[-1]) #ending of every month only
df3['Rate_Return'] = df3.pct_change()  # Rate of Return of each feedcode
df3

OUTPUT:
                   Close  Rate_Return
Feed   Date
   A   2015-09-30  5.60     NaN 
       2015-10-30  5.75    0.026786  
  AAV  2015-09-30  4.32   -0.248696
       2015-10-30  4.62    0.069444

我有两个问题:

1. 计算的返回率不正确，因为它引用前一天的 feedcode 价格来计算下一个 feed 代码的返回。例如，Feed AAV 2015-09-30 应该是 NaN 而不是 -0.248696

2. 我想删除所有 NaN

我正在尝试计算返回以获得这样的结果:

Output:
                   Close  Rate_Return
Feed   Date
   A   2015-10-30  5.75    0.026786  
  AAV  2015-10-30  4.32    0.069444

这样做的最佳方法是什么？在此先感谢您的帮助

Answer 1

IIUC 你需要通过 multiindex 的 Feed 进行分组并申请 pct_change .然后你可以使用 df3 的子集，其中列 Rate_Return 是 notnull

df3['Rate_Return'] = df3.groupby(level=0).pct_change() 
print df3
                 Close  Rate_Return
Feed Date                          
A    2015-09-30   5.60          NaN
     2015-10-30   5.75     0.026786
AAV  2015-09-30   4.32          NaN
     2015-10-30   4.62     0.069444

print df3[df3.Rate_Return.notnull()]
                 Close  Rate_Return
Feed Date                          
A    2015-10-30   5.75     0.026786
AAV  2015-10-30   4.62     0.069444