python - 检查 Pandas 中是否存在所有 12 个月后，如何将月返回转换为年返回？

Question

我有月度返回，我想将它们转换为每家公司的年度返回(使用 cusip6，我正在使用 CRSP 数据)。我也想只保留那些有 12 个月的年份。我目前正在使用以下代码，但我想知道 pandas 中是否有内置函数可以做到这一点？`

def monthly_to_ann_ret(data):
    """ funtion to check if all 12 months are present and
        calculate yearly returns from monthly returns
    """
    data['year'] = data['date'].dt.year 
    data.sort(['cusip6','year'],inplace = True)
    data_grouped = data.groupby(['cusip6','year'])
    annual_df = pd.DataFrame()
    for name,group in data_grouped:
        if group.shape[0] == 12:
            group.loc['RET'] = 1 + group['RET']
            group['yearly_RET'] = group['RET'].cumprod() - 1
            annual_df = annual_df.append(group.iloc[-1])
        else:
            continue
    return annual_df`

Answer 1

我觉得你的方法很不错。这是另一种方法 FWIW，它更简洁一些，并使用 nth 作为捷径。

以下是 2 家公司 46 个月的一些样本数据(只是缺少第一个月和最后一个月)。

stocks = pd.DataFrame({ 
    'cusip6':np.repeat( [1234,5678], 24 ),
    'date':np.tile( pd.date_range('1/1/2011', periods=24, freq='M'), 2 ),
    'return':(np.random.choice([1.005,1.010,1.015],48)) })
stocks = stocks.iloc[1:-1]

然后使用一些 groupby 内容(包括 nth)，您可以相当紧凑地完成此操作。

stocks['year']=stocks.date.dt.year
stocks['cum_return'] = stocks.groupby(['cusip6','year']).cumprod()
stocks.groupby(['cusip6','year']).nth(11)

             cum_return       date  return
cusip6 year                               
1234   2012    1.115614 2012-12-31   1.010
5678   2011    1.149248 2011-12-31   1.015

为了进行比较，如果我们使用 tail(1) 而不是 nth(11)，我们只会获得上个月的数据，无论是 11 号还是 12 号月。

stocks.groupby(['cusip6','year']).tail(1)

    cusip6       date  return  year  cum_return
11    1234 2011-12-31   1.010  2011    1.110064
23    1234 2012-12-31   1.010  2012    1.115614
35    5678 2011-12-31   1.015  2011    1.149248
46    5678 2012-11-30   1.015  2012    1.126687