python-2.7 - Pandas 与前一天的价格变化率差异

Question

我有以下 df:

   ID   Date            A_price B_price
    3   01/01/2013 00:00    2   5
    3   02/01/2013 00:00    3   6
    1   01/01/2013 00:00    2   4
    1   02/01/2013 00:00    5   2
    1   03/01/2013 00:00    4   4
    1   04/01/2013 00:00    8   10
    1   05/01/2013 00:00    8   2
    1   06/01/2013 00:00    2   5
    1   01/01/2013 00:00    3   6

我想计算 2 个新列:A_price_ratio_increase、B_price_ratio_increase，它们将仅针对特定 ID 计算从昨天开始的价格上涨。考虑使用 df.groupyby(['ID','DATE'])['A_price'].shift() 用昨天的价格创建 2 个新列然后在今天的价格和新列价格之间进行划分，但新列的结果主要是 NaN。有没有更有效的方法？

Answer 1

一个类轮

pd.concat([df, df.groupby('ID')[['A_price', 'B_price']].apply(lambda df: np.exp(np.log(df).diff()))], axis=1)

更合理

import numpy as np
import pandas as pd

def ratio(df):
    return np.exp(np.log(df).diff()) - 1

price_cols = ['A_price', 'B_price']
keys = ['Original', 'PctChange']
pd.concat([df, df.groupby('ID')[price_cols].apply(ratio)],
          axis=1, keys=keys)