python - 在 pandas DataFrame 中添加元素很困难

Question

我目前在添加以下 DataFrame 的行时遇到困难，该 DataFrame 是我为六家公司股票的返回构建的:

def importdata(data):

returns=pd.read_excel(data) # Imports the data from Excel
returns_with_dates=returns.set_index('Dates') # Sets the Dates as the df index

return returns_with_dates

输出:

Out[345]: 
        Company 1  Company 2   Company 3  Company 4  Company 5  Company 6
Dates                                                                           
1997-01-02  31.087620   3.094705   24.058686  31.694404  37.162890  13.462241   
1997-01-03  31.896592   3.109631   22.423629  32.064378  37.537013  13.511706   
1997-01-06  31.723241   3.184358   18.803148  32.681000  37.038183  13.684925   
1997-01-07  31.781024   3.199380   19.503886  33.544272  37.038183  13.660193   
1997-01-08  31.607673   3.169431   19.387096  32.927650  37.537013  13.585995   
1997-01-09  31.492106   3.199380   19.737465  33.420948  37.038183  13.759214   
1997-01-10  32.589996   3.184358   19.270307  34.284219  37.661721  13.858235   
1997-01-13  32.416645   3.199380   19.153517  35.147491  38.035844  13.660193   
1997-01-14  32.301077   3.184358   19.503886  35.517465  39.407629  13.783946   
1997-01-15  32.127726   3.199380   19.387096  35.887438  38.409967  13.759214   
1997-01-16  32.532212   3.229232   19.737465  36.257412  39.282921  13.635460   
1997-01-17  33.167833   3.259180   20.087835  37.490657  39.033505  13.858235   
1997-01-20  33.456751   3.229232   20.438204  35.640789  39.657044  14.377892   
1997-01-21  33.225616   3.244158   20.671783  36.010763  40.779413  14.179940   
1997-01-22  33.110049   3.289033   21.489312  36.010763  40.654705  14.254138   
1997-01-23  32.705563   3.199380   20.905363  35.394140  40.904121  14.229405   
1997-01-24  32.127726   3.139579   20.204624  35.764114  40.405290  13.957165   
1997-01-27  32.127726   3.094705   20.204624  35.270816  40.779413  13.882968   
1997-01-28  31.781024   3.079778   20.788573  34.407544  41.153536  13.684925   
1997-01-29  32.185510   3.094705   21.138942  34.654193  41.278244  13.858235   
1997-01-30  32.647779   3.094705   21.022153  34.407544  41.652367  13.981898   
1997-01-31  32.532212   3.064757   20.204624  34.037570  42.275905  13.858235   

无数个小时以来，我一直尝试以这样的方式对它们进行总结:将 1997-01-02 到 1997-01-08、1997-01-09 到 1997-01-15 等的行相加，因此将前五行相加，然后将后面的五行相加。此外，我寻求将日期保留为第 5 个元素的索引，因此在将 1997-01-02 到 1997-01-08 的元素相加的情况下，我寻求保留 1997-01-08 作为对应的索引到汇总的元素。值得一提的是，我一直使用五行加法作为示例，但理想情况下，我寻求将每 n 行相加，然后将接下来的 n 行相加，同时以与前面所述相同的方式维护日期。我已经找到了一种方法(如下面的代码所示)以数组形式进行操作，但在这种情况下我无法保留日期。

returns=pd.read_excel(data) # Imports the data from Excel
returns_with_dates=returns.set_index('Dates') # Sets the Dates as the df index

returns_mat=returns_with_dates.as_matrix()
ndays=int(len(returns_mat)/n) # Number of "ndays" in our time-period

nday_returns=np.empty((ndays,min(np.shape(returns_mat)))) # Creates an empty array to fill
# and accommodate the n-day log-returns

for i in range(1,asset_number+1):
    for j in range(1,ndays+1):
        nday_returns[j-1,i-1]=np.sum(returns_mat[(n*j)-n:n*j,i-1])

return nday_returns

有什么方法可以做到这一点，但在 DataFrame 上下文中，同时按照我之前所说的方式维护日期？我已经尝试这样做很长时间了，但没有取得任何成功，这真的让我压力很大!出于某种原因，每个人都认为 Pandas 非常有用且易于使用，但我却恰恰相反。任何形式的帮助将非常感激。提前致谢。

Answer 1

分组依据

df.groupby(np.arange(len(df)) // 5).sum()

<小时/>

根据要求包含日期索引

g = np.arange(len(df)) // 5
i = df.index.to_series().groupby(g).last()
df.groupby(g).sum().set_index(i)