Python pandas groupbyが動作しない

Question

私はpandas groupbyをprしたいと思っています。ティッカーグループ。以下のコードで。異なるKPIを計算するために、在庫リストのティッカー。ここで私は前の日のcol 'Difference'を表示します。明らかに、私は異なるティッカーの違いを望んでいない - それは意味をなさない - したがって、groupby。しかし、意図したとおりに動作しません。

問題は、以下の出力に表示されて、それがすることになっているものをそのCOL「違い」犯すを行うと、GROUPBYで異なるグループにまたがらない、出力ファイル で実際のGROUPBYをemerge （ティッカー）。したがって、第1グループの最後のティッカーラインと第2グループの最初のティッカーラインとの差分を計算します。これは意図した通りではありません。この行は、これは「違い」コルがある理由として、DFの違い 日

2015-04-09 NaN 
2015-04-10 1.180000 
2015-04-13 3.150000 
2015-04-14 -0.980000 
2015-04-15 1.280000 
2015-04-16 -8.280000 
2015-04-17 -8.770000 
2015-04-09 -139.859995 This is not correct. The groupby does not separate the tickers as it should. This should be a NaN... not the diff between 2 different tickers! 

2015-04-10 0.899994 
2015-04-13 -1.130005 
2015-04-14 -0.589996 
2015-04-15 1.000000 
2015-04-16 0.350006 
2015-04-09 -139.859995 

任意のアイデアで「違い」COLの結果です...最初の行として

NaNにする必要があります私のコードでgroupbyで分離されていないのですか？

import pandas as pd 
import time 
from io import StringIO 

text = """Date Ticker  Open  High   Low Adj_Close Volume 
    2015-04-09 vws.co 315.000000 316.100000 312.500000 311.520000 1686800 
    2015-04-10 vws.co 317.000000 319.700000 316.400000 312.700000 1396500 
    2015-04-13 vws.co 317.900000 321.500000 315.200000 315.850000 1564500 
    2015-04-14 vws.co 320.000000 322.400000 318.700000 314.870000 1370600 
    2015-04-15 vws.co 320.000000 321.500000 319.200000 316.150000 945000 
    2015-04-16 vws.co 319.000000 320.200000 310.400000 307.870000 2236100 
    2015-04-17 vws.co 309.900000 310.000000 302.500000 299.100000 2711900 
    2015-04-20 vws.co 303.000000 312.000000 303.000000 306.490000 1629700 
    2015-04-09  mmm 166.750000 167.500000 166.500000 166.630005 1762800 
    2015-04-10  mmm 165.630005 167.740005 164.789993 167.529999 1993700 
    2015-04-13  mmm 167.110001 167.490005 165.919998 166.399994 2022800 
    2015-04-14  mmm 165.179993 166.550003 164.649994 165.809998 1610300 
    2015-04-15  mmm 165.339996 167.080002 164.839996 166.809998 2092200 
    2015-04-16  mmm 165.880005 167.229996 165.250000 167.160004 2721900""" 

df = pd.read_csv(StringIO(text), delim_whitespace=1, parse_dates=[0], index_col=0) 

def Screener(group): 

    def diff_calc(group): 

     df['Difference'] = df['Adj_Close'].diff() 
     return df['Difference'] 

    df['Difference'] = diff_calc(group) 
    return df 

if __name__ == '__main__': 

    ### groupby screeener (filtering to only rel ticker group) 
    grouped = df.groupby('Ticker', as_index=False) # Now doing the groupby outside the iteration... 

    for name, group in grouped: 
     # Testing/showing the groups... 
     print ('(group)\n',name,'\n') 
     print ('(group (ticker) in df)\n',group.head(10),'\n') 
     df = Screener(group) 
     print(60 * '=') 

    # Test the first 3 rows of each group for 'Difference' col transgress groups... 
    df_test = df.groupby('Ticker').head(3).reset_index().set_index('Date') 
    print ('df_test (summary from df) (Output)\n',df_test,'\n') 

は、意図したとおりにApparantly私GROUPBYは動作しますが、意図した「違い」コルは不規則ここに私のテスト出力に示されている動作します。あなたのScreenerに、より密接にスコープをあなたのコードを確認した後

(group) 
mmm 

(group (ticker) in df) 
      Ticker  Open  High   Low Adj_Close Volume 
Date                  
2015-04-09 mmm 166.750000 167.500000 166.500000 166.630005 1762800 
2015-04-10 mmm 165.630005 167.740005 164.789993 167.529999 1993700 
2015-04-13 mmm 167.110001 167.490005 165.919998 166.399994 2022800 
2015-04-14 mmm 165.179993 166.550003 164.649994 165.809998 1610300 
2015-04-15 mmm 165.339996 167.080002 164.839996 166.809998 2092200 
2015-04-16 mmm 165.880005 167.229996 165.250000 167.160004 2721900 

============================================================ 
(group) 
vws.co 

(group (ticker) in df) 
      Ticker Open High Low Adj_Close Volume 
Date              
2015-04-09 vws.co 315.0 316.1 312.5  311.52 1686800 
2015-04-10 vws.co 317.0 319.7 316.4  312.70 1396500 
2015-04-13 vws.co 317.9 321.5 315.2  315.85 1564500 
2015-04-14 vws.co 320.0 322.4 318.7  314.87 1370600 
2015-04-15 vws.co 320.0 321.5 319.2  316.15 945000 
2015-04-16 vws.co 319.0 320.2 310.4  307.87 2236100 
2015-04-17 vws.co 309.9 310.0 302.5  299.10 2711900 
2015-04-20 vws.co 303.0 312.0 303.0  306.49 1629700 

============================================================ 
df_test (summary from df) (Output) 
      Ticker  Open  High   Low Adj_Close Volume Date                   
2015-04-09 vws.co 315.000000 316.100000 312.500000 311.520000 1686800 
2015-04-10 vws.co 317.000000 319.700000 316.400000 312.700000 1396500 
2015-04-13 vws.co 317.900000 321.500000 315.200000 315.850000 1564500 
2015-04-09  mmm 166.750000 167.500000 166.500000 166.630005 1762800 
2015-04-10  mmm 165.630005 167.740005 164.789993 167.529999 1993700 
2015-04-13  mmm 167.110001 167.490005 165.919998 166.399994 2022800 

      Difference 
Date      
2015-04-09   NaN 
2015-04-10 1.180000 
2015-04-13 3.150000 
2015-04-09 -139.859995 This is not correct!!! This should be NaN... 
2015-04-10 0.899994 
2015-04-13 -1.130005 

Answer 1

機能が間違っています。あなたはdfパラメータを渡さずにその機能でdfを参照しています。これは、関数の外のスコープで定義されたdf変数、つまりメインdfで動作していることを意味します。したがって、グループではなく、全体のdf.diff()を割り当てています。

私はそれが簡単に見つかりました

df_ = df.set_index('Ticker', append=True) 
df_['Difference'] = df_.groupby(level=1).Adj_Close.diff() 
print df_.reset_index('Ticker')