计算年度标准差，每月 returns pandas

Question

我有一个计算月度的函数returns:

def monthlyreturns(df):
    first = df.resample('M').first().to_period('M')
    last = df.resample('M').last().to_period('M')
    return ((last-first)/first) * 100

以及来自每月returns（股票）的结果 df：

           FOX     FOXA     MMM
Date
2012-01    5.4     3.2      -.08
2012-02    .07     1.2      -.62
...
2017-08    -.2     -4.2     2.3

我的问题是 - 如何计算一年的标准偏差？我的预期输出是将 df 保持相同的格式（列中有股票，日期作为索引），但计算年度标准偏差，给定每月 returns（所以 ea 股票应该有大约 7 个值)

到目前为止我已经尝试过：

sd = pd.DataFrame()
x = -13
y = -1
for date in reversed(periods):                     #where periods is ea year
    sd[date] = np.std(monthly_returns.iloc[x:y])      
x -= 12
y -= 12
if x < -72:
    break

这有效 - 但日期和列被交换了，想知道是否有更简洁的代码来执行此操作

Answer 1

monthly_returns.groupby(monthly_returns.index.year).std()

以你的例子为例：

#           FOX      FOXA       MMM
#2012  3.768879  1.414214  0.381838
#2017       NaN       NaN       NaN

计算年度标准差，每月 returns pandas

Calculating yearly standard deviation, given monthly returns in pandas

python

dataframe

standard-deviation

pandas