使用 GroupBy 为给定列计算 Pandas 中的指标

如何解决使用 GroupBy 为给定列计算 Pandas 中的指标

我正在查看此解决方案 python pandas groupby calculate change 或此解决方案 Adding new column to pandas dataframe after groupby and rolling on a column 来解决我遇到的类似问题。这是我的熊猫数据框：

Pandas Dataframe,Indexed on DATE

又名：

<style type="text/css">
    table.tableizer-table {
        font-size: 12px;
        border: 1px solid #CCC; 
        font-family: Arial,Helvetica,sans-serif;
    } 
    .tableizer-table td {
        padding: 4px;
        margin: 3px;
        border: 1px solid #CCC;
    }
    .tableizer-table th {
        background-color: #104E8B; 
        color: #FFF;
        font-weight: bold;
    }
</style>
<table class="tableizer-table">
<thead><tr class="tableizer-firstrow"><th>DATE</th><th>ID</th><th>Open</th><th>High</th><th>Low</th><th>Close</th><th>Volume</th><th>TR_Gross</th><th>SMA21</th><th>SMA200</th><th>MAX21</th><th>MIN21</th><th>ROC12</th></tr></thead><tbody>
 <tr><td>21/12/2020</td><td>ENI IM Equity</td><td>8.32</td><td>8.399</td><td>8.058</td><td>8.244</td><td>28249676</td><td>-4.373043</td><td>8.622905</td><td>8.043255</td><td>8.936</td><td>8.244</td><td>-2.460956</td></tr>
 <tr><td>21/12/2020</td><td>VOD LN Equity</td><td>124.5</td><td>124.5</td><td>119.94</td><td>121.96</td><td>84372015</td><td>-3.190983</td><td>127.687619</td><td>117.8816</td><td>133.74</td><td>121.96</td><td>-4.089336</td></tr>
 <tr><td>21/12/2020</td><td>AAPL US Equity</td><td>125.02</td><td>128.31</td><td>123.449</td><td>128.23</td><td>121251553</td><td>1.243536</td><td>122.173095</td><td>98.195537</td><td>128.7</td><td>113.85</td><td>4.302912</td></tr>
 <tr><td>22/12/2020</td><td>ENI IM Equity</td><td>8.212</td><td>8.36</td><td>8.18</td><td>8.36</td><td>13150428</td><td>1.407084</td><td>8.624333</td><td>8.052095</td><td>8.936</td><td>8.244</td><td>-4.391583</td></tr>
 <tr><td>22/12/2020</td><td>VOD LN Equity</td><td>121.3</td><td>121.94</td><td>120.38</td><td>121.78</td><td>66429299</td><td>-0.147589</td><td>127.678095</td><td>117.8814</td><td>133.74</td><td>121.78</td><td>-6.43823</td></tr>
 <tr><td>22/12/2020</td><td>AAPL US Equity</td><td>131.61</td><td>134.405</td><td>129.65</td><td>131.88</td><td>169351825</td><td>2.846448</td><td>122.865476</td><td>98.498262</td><td>131.88</td><td>113.85</td><td>7.877301</td></tr>
 <tr><td>23/12/2020</td><td>VOD LN Equity</td><td>121.16</td><td>123.36</td><td>120.48</td><td>123</td><td>37746858</td><td>1.001807</td><td>127.567619</td><td>117.909</td><td>133.74</td><td>121.78</td><td>-6.973226</td></tr>
 <tr><td>23/12/2020</td><td>AAPL US Equity</td><td>132.16</td><td>132.43</td><td>130.78</td><td>130.96</td><td>88223692</td><td>-0.697604</td><td>123.680238</td><td>98.808775</td><td>131.88</td><td>115.17</td><td>5.826263</td></tr>
 <tr><td>23/12/2020</td><td>ENI IM Equity</td><td>8.39</td><td>8.617</td><td>8.37</td><td>8.584</td><td>12593097</td><td>2.679426</td><td>8.622619</td><td>8.06046</td><td>8.936</td><td>8.244</td><td>-2.087373</td></tr>
 <tr><td>24/12/2020</td><td>VOD LN Equity</td><td>123</td><td>124.5</td><td>122.9</td><td>123.24</td><td>16399048</td><td>0.195122</td><td>127.514286</td><td>118.0055</td><td>133.74</td><td>121.78</td><td>-5.750994</td></tr>
 <tr><td>24/12/2020</td><td>AAPL US Equity</td><td>131.32</td><td>133.46</td><td>131.1</td><td>131.97</td><td>54930064</td><td>0.771228</td><td>124.480238</td><td>99.158338</td><td>131.97</td><td>116.03</td><td>6.102267</td></tr>
 <tr><td>28/12/2020</td><td>AAPL US Equity</td><td>133.99</td><td>137.34</td><td>133.51</td><td>136.69</td><td>124486237</td><td>3.57657</td><td>125.464048</td><td>99.494325</td><td>136.69</td><td>116.59</td><td>12.24339</td></tr>
 <tr><td>28/12/2020</td><td>ENI IM Equity</td><td>8.66</td><td>8.698</td><td>8.582</td><td>8.596</td><td>8202365</td><td>0.139795</td><td>8.619</td><td>8.07098</td><td>8.936</td><td>8.244</td><td>-2.207053</td></tr>
</tbody></table>

就我而言，我需要计算数据库中每个日期、数据库中每个 ID（代码）的 12 个周期变化率。所以 AAPL 的 12 个周期滚动百分比变化，然后是 ENI 的滚动百分比变化，然后是 VOD 等

使用以下代码，我可以这样做，在“数据”数据框的末尾添加一个新列 ROC12：

ROC12 = pd.DataFrame(data.groupby('ID').Close.rolling(13).apply(lambda x: x[-1]/x[0]-1)*100).reset_index().rename(columns={"Close":"ROC12"})

   data = pd.merge(data.reset_index(),ROC12,left_on=['DATE','ID'],right_on =['DATE','ID']).set_index('DATE')

我的问题是：为什么我不能使用下面的代码，如上面提到的前几篇文章所述？有没有比我在 pd.merge 中找到的更好的“风格”解决方案？

data['ROC12'] = data.groupby('ID').Close.apply(lambda x: x.pct_change(12))

或者这个：

data['ROC12'] = data.groupby('ID')['Close'].apply(lambda x: x.pct_change(12))

我在上面最后一个代码中遇到的错误是“无法从重复轴重新索引”

使用 GroupBy 为给定列计算 Pandas 中的指标

如何解决使用 GroupBy 为给定列计算 Pandas 中的指标

相关推荐