使用pandas中的Wed-to-Wed约定计算每日回报的每周回报

时间:2015-06-20 02:03:21

标签: python pandas

我是Python /熊猫新手。我有一个如下所示的数据集:

                PERMNO       date      gret   gvwretd
date                                             
2012-01-03   10001 2012-01-03  1.001751  1.016152
2012-01-04   10001 2012-01-04  0.989510  0.999553
2012-01-05   10001 2012-01-05  1.003525  1.002928
2012-01-06   10001 2012-01-06  0.997368  0.997093
2012-01-09   10001 2012-01-09  0.999117  1.002815
2012-01-10   10001 2012-01-10  1.003534  1.010420
2012-01-11   10002 2012-01-11  0.981074  1.000951
2012-01-12   10002 2012-01-12  0.993243  1.003046
2012-01-13   10002 2012-01-13  1.003175  0.994688
2012-01-17   10002 2012-01-17  1.013562  1.003904
2012-01-18   10002 2012-01-18  1.001784  1.012296
2012-01-19   10002 2012-01-19  0.995013  1.005580
2012-01-20   10002 2012-01-20  0.984428  1.000881
2012-01-23   10002 2012-01-23  1.017273  1.001606
2012-01-24   10002 2012-01-24  0.987489  0.999196

我可以使用df.resample('W-WED')获得一周的所有星期三,但是我无法将它们正确地合并回原始数据集,以便我可以计算一周的累积回报产品星期三由PERMNO和DATE。

如何解决这个问题?

  1. 我应该使用'日期'索引或'日期'列来创建从星期三开始的几周的指标吗?
  2. 星期三的一系列日期比原始数据集短。如何合并并正确填写日期?
  3. 谢谢

1 个答案:

答案 0 :(得分:0)

经过一番认真努力后,我似乎找到了解决方案:

<link href='http://fonts.googleapis.com/css?family=Indie+Flower' rel='stylesheet' type='text/css'>

<h1>Text</h1>

我一开始认为我应该创建一个包含星期三所有日期的新数据集,然后将其与原始的更大的数据集合并,并使用适当的星期三日期填充缺失值以创建分组变量

我在这里错过了什么吗?