Python pandas groupby 返回所有条目而不是分组条目

Question

我在 pandas 数据框中有一个 return 的时间序列，带有日期索引和 return 列标记为 'TRI'，因此：

VALUE_DATE  TRI        
2007-06-26 -0.000727
2007-06-27  0.015004
2007-06-28  0.000758
2007-06-29 -0.006408
2007-07-02  0.013844
2007-07-03  0.003866

我正在尝试使用 pandas groupby 方法在不同的时间间隔内累计累计 return。我创建了一个自定义方法：

def cumRets(z):
        return np.exp(np.log(1 + z).cumsum()) - 1

但我无法在 apply 调用中成功使用它。

作为参考，这个分组（按年）符合预期，尽管有一个简单的总和：

returns.groupby(returns.index.year).sum()

输出：

VALUE_DATE  TRI        
2007       -0.046283
2008       -0.240282
2009        0.259417
2010        0.268445
2011        0.054842
2012        0.162453
2013        0.331585
2014        0.063425
2015       -0.009367
2016        0.242511
2017        0.132732
2018       -0.099919
2019        0.233057
2020       -0.002414

但是应用我的 cumRets 方法，我得到所有行而不是汇总的年份总数。此调用 returns 在每个月的最后一天调用正确的值，但 returns 指向它的每一行而不是仅按值指定的组：

returns.groupby(returns.index.year).apply(cumRets)

输出：

VALUE_DATE  TRI
2019-12-26  0.250672
2019-12-27  0.247278
2019-12-30  0.246734
2019-12-31  0.248562
2020-01-02  0.000143
2020-01-03 -0.002414

所需的输出如下所示（删节）：

VALUE_DATE  TRI        
...
...
2019        0.248562
2020       -0.002414

问题 1a，我将如何对每月和每周的间隔执行相同的操作，其中所需的输出分别如下所示（仅格式，值是占位符）：

产量，每月：

VALUE_DATE  TRI
...
...
    2019-12  0.066746
    2020-01 -0.002414

输出，每周：

VALUE_DATE  TRI
...
...
    2019-12-w3  0.013228
    2019-12-w4  0.022367
    2020-01-w1 -0.002414

Answer 1

您可以尝试使用以下方法 resample:

def cumRets(z):
        return z.add(1).prod().sub(1)


# yearly
df.resample('Y', kind='period').apply(cumRets)

# monthly
df.resample('M', kind='period').apply(cumRets)

Python pandas groupby 返回所有条目而不是分组条目

Python pandas groupby returning all entries rather than grouped entries

python

pandas

pandas-apply

pandas-groupby