如何解决大熊猫在组内变化一年
我希望在 Pandas 中创建一个滞后的年度回报变量。
到目前为止我已经尝试过：
df_ret_lagged = df_ret.set_index(['year','cusip'])
df_ret_lagged['yearly_ret_lag'] = df_ret_lagged['year_ret'].shift(12)
df_ret_lagged.reset_index(inplace = True)
然而，这只是将年度回报向下移动 12 行，而不是按年分组。下面的数据框显示了代码所做的事情。
year cusip date year_ret yearly_ret_lag
0 1983 000165100 1983-09-01 0.183673 NaN
1 1983 000165100 1983-10-01 0.183673 NaN
2 1983 000165100 1983-11-01 0.183673 NaN
3 1983 000165100 1983-12-01 0.183673 NaN
4 1984 000165100 1984-01-01 -0.482758 NaN
5 1984 000165100 1984-02-01 -0.482758 NaN
6 1984 000165100 1984-03-01 -0.482758 NaN
7 1984 000165100 1984-04-01 -0.482758 NaN
8 1984 000165100 1984-05-01 -0.482758 NaN
9 1984 000165100 1984-06-01 -0.482758 NaN
10 1984 000165100 1984-07-01 -0.482758 NaN
11 1984 000165100 1984-08-01 -0.482758 NaN
12 1984 000165100 1984-09-01 -0.482758 0.183673
13 1984 000165100 1984-10-01 -0.482758 0.183673
14 1984 000165100 1984-11-01 -0.482758 0.183673
15 1984 000165100 1984-12-01 -0.482758 0.183673
16 1985 000165100 1985-01-01 1.700000 -0.482758
17 1985 000165100 1985-02-01 1.700000 -0.482758
18 1985 000165100 1985-03-01 1.700000 -0.482758
19 1985 000165100 1985-04-01 1.700000 -0.482758
理想情况下，我希望 1983 year_ret 填满 1984 年的所有日期，依此类推。此外，这些必须按 cusip（公司标识符）分组。
谢谢！
解决方法
我使用了 for 循环：
for year in df['year'].unique()[1:]: #list of all the years except the first
df.loc[df['year'] == year,'year_ret_lag'] = df.loc[df['year'] == year-1,'year_ret'].iloc[0]
df
year cusip date year_ret year_ret_lag
0 1983 165100 01/09/1983 0.183673 NaN
1 1983 165100 01/10/1983 0.183673 NaN
2 1983 165100 01/11/1983 0.183673 NaN
3 1983 165100 01/12/1983 0.183673 NaN
4 1984 165100 01/01/1984 -0.482758 0.183673
5 1984 165100 01/02/1984 -0.482758 0.183673
6 1984 165100 01/03/1984 -0.482758 0.183673
7 1984 165100 01/04/1984 -0.482758 0.183673
8 1984 165100 01/05/1984 -0.482758 0.183673
9 1984 165100 01/06/1984 -0.482758 0.183673
10 1984 165100 01/07/1984 -0.482758 0.183673
11 1984 165100 01/08/1984 -0.482758 0.183673
12 1984 165100 01/09/1984 -0.482758 0.183673
13 1984 165100 01/10/1984 -0.482758 0.183673
14 1984 165100 01/11/1984 -0.482758 0.183673
15 1984 165100 01/12/1984 -0.482758 0.183673
16 1985 165100 01/01/1985 1.700000 -0.482758
17 1985 165100 01/02/1985 1.700000 -0.482758
18 1985 165100 01/03/1985 1.700000 -0.482758
19 1985 165100 01/04/1985 1.700000 -0.482758
我想这可能就是您要的。请注意，这依赖于提前对数据框进行正确排序和结构化（例如，每个月都有条目）。
这会在移动之前按 cusip 和 date 对所有内容进行排序，然后通过用 nans 覆盖它们来擦除 cusips 之间不匹配的值。然后您可以使用 .fillna(method='bfill') 获取其中较早的值。
df_new = df_ret.sort_values(['cusip','date'])
df_new['yearly_ret_lag'] = df_new['year_ret'].shift(12)
df_new.loc[ (df_new['cusip'] != df_new['cusip'].shift(12)),'yearly_ret_lag'] = np.nan
df_new['yearly_ret_lag'] = df_new['yearly_ret_lag'].fillna(method='bfill')
另一个没有循环的解决方案，它让你有可能丢失月份，或者 groupby cusid 是：
df 的构建：
dates = pd.date_range("1983-09-01","1985-12-31",freq="1M")
df = pd.DataFrame(index =dates,columns=["Year","cusip","year_ret"])
df['Year'] = df.index
df['Year'] = df['Year'].dt.strftime(date_format='%Y')
df['cusip'] = '01234'
df['year_ret'] =[0.183673,0.183673,-0.482758,1.700000,1.700000]
还有代码：
#### First,condition if year changes
_condition_1 = df.Year != df.Year.shift(1)
#### If condition is True,put the past ret as new
df['lag'] = np.where(_condition_1,df['year_ret'].shift(1),np.nan)
#### Fill the nan,and it's ok
df = df.fillna(method='ffill')
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
