python中的Pct_change缺少数据

Question

我有季度时间序列数据，我正在计算衍生品。问题是，原始数据在时间序列中存在差距。因此，如果我试图找到一个变量的季度变化百分比，有时候它不会意识到它计算的变化百分比远远超过四分之一。如果前面的数据点来自上一季度（不是后面的），我如何确保pct_change（）仅被执行

与此相关，我希望计算年度变化百分比，这将不得不追溯到4个时期。我可以使用pct_change，让它回顾4个时段而不是1个，但是再次假设所有数据都存在。

处理这种情况的最佳方法是什么？

以下是我在数据完美时使用的代码：

dataRGQoQ = rawdata.groupby("ticker")['revenueusd'].pct_change()

我在下面列出了示例数据。该数据有两点需要关注：（1）有自动收报机的A＆＃39;，2006-09-30＆＃39;之间的差距。和＆＃39; 2007-12-31＆＃39 ;; （2）与ABV之间的差距（这个时间略有不同，因为它有日期，没有数据）介于＆lt; 2012-12-31＆＃39;和＆＃39; 2013-12-31＆＃39;。

ticker,calendardate,revenueusd  
A,2005-12-31,5139000000  
A,2006-03-31,4817000000  
A,2006-06-30,4560000000  
A,2006-09-30,4325000000  
A,2007-12-31,5420000000  
A,2008-03-31,5533000000  
A,2008-06-30,5669000000  
A,2008-09-30,5739000000  
AA,2005-12-31,26159000000  
AA,2006-03-31,27242000000  
AA,2006-06-30,28438000000  
AA,2006-09-30,29503000000  
AA,2006-12-31,30379000000  
AA,2007-03-31,31338000000  
AA,2007-06-30,31445000000  
AA,2007-09-30,31201000000  
AA,2007-12-31,30748000000  
ABBV,2012-12-31,18380000000  
ABBV,2013-03-31,  
ABBV,2013-06-30,      
ABBV,2013-09-30,      
ABBV,2013-12-31,18790000000  
ABBV,2014-03-31,19024000000  
ABBV,2014-06-30,19258000000  
ABBV,2014-09-30,19619000000  
ABBV,2014-12-31,19960000000  
ABBV,2015-03-31,20437000000  

Answer 1

我要将['calendardate', 'ticker']放在索引中以方便转动。然后unstack获取列中的股票代码值。

df.set_index(['calendardate', 'ticker']).unstack().head(10)

在索引中使用calendardate，我们可以使用resample('Q')插入所有季度。这将确保我们为错过的季度获得正确的NaN。

df.set_index(['calendardate', 'ticker']).unstack().resample('Q').mean().head(10)

将此内容分配给df1，然后我们可以pct_change，stack返回reset_index，以便在适当的数据框中恢复列。

df1 = df.set_index(['calendardate', 'ticker']).unstack().resample('Q').mean()
df1.pct_change().stack().reset_index()