パンダを一度に使用して複数の株式を返す

Question

このようなデータフレームでは、複数の株式の終値が複数日にわたって変動します。

In [67]: df 
Out[67]: 
      Date Symbol Close 
0 12/30/2016 AMZN 749.87 
1 12/29/2016 AMZN 765.15 
2 12/28/2016 AMZN 772.13 
3 12/27/2016 AMZN 771.40 
4 12/30/2016 GOOGL 792.45 
5 12/29/2016 GOOGL 802.88 
6 12/28/2016 GOOGL 804.57 
7 12/27/2016 GOOGL 805.80 
8 12/30/2016 NFLX 123.80 
9 12/29/2016 NFLX 125.33 
10 12/28/2016 NFLX 125.89 
11 12/27/2016 NFLX 128.35 

私はパンダを使用してこれらの株の毎日のリターンを計算したいと思います。出力は次のようになります。

  Date Symbol  Return 
0 12/27/2016 AMZN  NaN 
1 12/28/2016 AMZN 0.000946 
2 12/29/2016 AMZN -0.009040 
3 12/30/2016 AMZN -0.019970 
4 12/27/2016 GOOGL  NaN 
5 12/28/2016 GOOGL -0.001526 
6 12/29/2016 GOOGL -0.002101 
7 12/30/2016 GOOGL -0.012991 
8 12/27/2016 NFLX  NaN 
9 12/28/2016 NFLX -0.019166 
10 12/29/2016 NFLX -0.004448 
11 12/30/2016 NFLX -0.012208 

私は上記の出力を次のコードで取得しましたが、これはさらに簡素化できると感じています。

In [70]: rtn = df.pivot("Date", "Symbol", "Close").pct_change().reset_index() 
In [73]: pd.melt(rtn, id_vars='Date', value_vars=list(rtn.columns[1:]),var_name='Symbol',value_name='Return') 

Answer 1

を使用できsort_values最初にしてgroupbyDataFrameGroupBy.pct_changeと：

df = df.sort_values(['Symbol','Date']).reset_index(drop=True) 
df['Return'] = df.groupby('Symbol')['Close'].pct_change() 
print (df) 
      Date Symbol Close Return 
0 12/27/2016 AMZN 771.40  NaN 
1 12/28/2016 AMZN 772.13 0.000946 
2 12/29/2016 AMZN 765.15 -0.009040 
3 12/30/2016 AMZN 749.87 -0.019970 
4 12/27/2016 GOOGL 805.80  NaN 
5 12/28/2016 GOOGL 804.57 -0.001526 
6 12/29/2016 GOOGL 802.88 -0.002101 
7 12/30/2016 GOOGL 792.45 -0.012991 
8 12/27/2016 NFLX 128.35  NaN 
9 12/28/2016 NFLX 125.89 -0.019166 
10 12/29/2016 NFLX 125.33 -0.004448 
11 12/30/2016 NFLX 123.80 -0.012208 

Answer 2

することはできpct_changeとstack当時のあなたのためにインデックスをソートします​​とunstack。

print(
    df.set_index(['Date', 'Symbol']) 
     .Close.unstack().pct_change() 
     .stack(dropna=False).reset_index(name='Return') 
     .sort_values(['Symbol', 'Date']) 
     .reset_index(drop=True) 
) 


     Date Symbol Return 
0 2016-12-27 AMZN  NaN 
1 2016-12-28 AMZN 0.000946 
2 2016-12-29 AMZN -0.009040 
3 2016-12-30 AMZN -0.019970 
4 2016-12-27 GOOGL  NaN 
5 2016-12-28 GOOGL -0.001526 
6 2016-12-29 GOOGL -0.002101 
7 2016-12-30 GOOGL -0.012991 
8 2016-12-27 NFLX  NaN 
9 2016-12-28 NFLX -0.019166 
10 2016-12-29 NFLX -0.004448 
11 2016-12-30 NFLX -0.012208