python - 如何创建一个 python 函数来计算跨面板数据的价差？

Question

我有一组面板数据，其中包含多天的不同债券和债券 yield 。

我想创建一个函数，在给定的一天，获取两个债券并计算价差，然后每天对每个债券对执行此操作。

生成的数据框将包含日期，一列指示是哪两种债券，然后是 yield 差。

原始数据框:

data1 = {'Date':['26/10/2019', '26/10/2019', '26/10/2019', '26/10/2019', '25/10/2019', '25/10/2019', '25/10/2019', 
                '25/10/2019'],
        'Bond':['A', 'B', 'C', 'D', 'A', 'B', 'C', 'D'],
        'Yield':[1.1, 1.11, 1.2, 1.3, 1, 1.1, 1.25, 1.29]}

df1 = pd.DataFrame(data=data1)

结果数据框:

data2 = {'Date':['26/10/2019', '26/10/2019', '26/10/2019', '26/10/2019','26/10/2019','26/10/2019', '25/10/2019', 
                '25/10/2019', '25/10/2019', '25/10/2019','25/10/2019','25/10/2019'],
        'Bond':['BA', 'CB', 'CA', 'DC', 'DB', 'DA', 'BA', 'CB', 'CA', 'DC', 'DB', 'DA'],
        'Yield':[0.01, 0.09, 0.1, 0.1, 0.19, 0.2, 0.1, 0.15, 0.25, 0.04, 0.19, 0.29]}

df2 = pd.DataFrame(data=data2)

提前致谢!

Answer 1

首先我们merge在日期上获得彼此相邻的 bonds 的所有组合。

然后我们drop duplicates在对债券进行排序 (np.sort) 时，因为 AB 与 BA 相同，而 CD 与 DC.

最后我们substract yield 相互取绝对值:

mrg = df1.merge(df1, on='Date').query('Bond_x != Bond_y')
mrg.loc[:, ['Bond_x', 'Bond_y']] = np.sort(mrg.loc[:, ['Bond_x', 'Bond_y']])
mrg = mrg.drop_duplicates(subset=['Date','Bond_x', 'Bond_y'])

df = pd.DataFrame({'Date': mrg['Date'],
                   'Bond': mrg['Bond_x'].str.cat(mrg['Bond_y']),
                   'Yield': mrg['Yield_x'].sub(mrg['Yield_y']).abs()}).reset_index(drop=True)

          Date Bond  Yield
0   26/10/2019   AB   0.01
1   26/10/2019   AC   0.10
2   26/10/2019   AD   0.20
3   26/10/2019   BC   0.09
4   26/10/2019   BD   0.19
5   26/10/2019   CD   0.10
6   25/10/2019   AB   0.10
7   25/10/2019   AC   0.25
8   25/10/2019   AD   0.29
9   25/10/2019   BC   0.15
10  25/10/2019   BD   0.19
11  25/10/2019   CD   0.04