Question

我有一个包含许多证券（sedols）和许多日期（carry_dt）的数据框，在此期间交易安全性。我想遍历每个sedol，并根据之前的日期对该交易进行分类。我想将每笔交易分为3类：

首先 - 安全性的第一个实例，
没有变化 - 这一天的carry_rate与先验日期carry_rate相匹配，
调整 - 日期carry_rate与之前的日期不同。

以下是我的数据框外观的快照。 Type是我需要添加到数据框的列

struct

Answer 1

您可以DataFrameGroupBy.diff使用numpy.select：

s = df.groupby('sedol')['carry_rate'].diff()

df['type'] = np.select([s == 0, s.isnull()], ['no change', 'first'], default='adjustment')
print (df)
     carry_dt  carry_rate    sedol        type
0    2/8/2018        1.42  BZ6C639       first
1    2/9/2018        1.42  BZ6C639   no change
2   2/10/2018        1.42  BZ6C639   no change
3   2/11/2018        1.42  BZ6C639   no change
4   2/12/2018        1.50  BZ6C639  adjustment
5   2/13/2018        1.50  BZ6C639   no change
6   2/14/2018        1.70  BZ6C639  adjustment
7   2/15/2018        1.42  1234243       first
8   2/16/2018        1.42  1234243   no change
9   2/17/2018        1.42  1234243   no change
10  2/18/2018        1.42  1234243   no change
11  2/19/2018        1.42  1234243   no change
12  2/20/2018        1.90  1234243  adjustment

详情：

print (s)
0      NaN
1     0.00
2     0.00
3     0.00
4     0.08
5     0.00
6     0.20
7      NaN
8     0.00
9     0.00
10    0.00
11    0.00
12    0.48
Name: carry_rate, dtype: float64

Python多索引计算

1 个答案: