Question

目前，我正在将数据框与日期时间字段配合使用，以生成不同报价行情的月度回报系列。

return_series=data.groupby([data['Date'].dt.year,data['Date'].dt.month]).apply(monthly_returns)

当前输出看起来像这样，其中元组值为pnl，大写和返回。

Date  Date
2008  6         (-742.58, 150001.16, -0.495049504951)
      7         (123142.08, 299304.14, 41.1427920777)
      8         (-5963.05, 426217.67, -1.39906212711)
      9       (-137316.34, 868529.72, -15.8102062414)
      10             (4503.44, 685906.3, 0.656567814)

我想将元组分成三列（Capital，PnL，Returns），然后将Dates列更改为Year，Month。

每月收益函数在给定月份的符号上进行汇总

def month_returns（df_monthly）：

symbols_pnl = df_monthly.groupby（df_monthly ['Symbol']）。apply（symbol_return） symbol_invested_capital = df_monthly.groupby（df_monthly ['Symbol']）。apply（symbol_capital）

return（sum（symbols_pnl），sum（symbols_invested_capital），sum（symbols_pnl）/ sum（symbols_invested_capital）* 100）

输入数据每日位置值

日期符号位置上一个位置价格执行价格 6/24/2008 ABC 100 0 5 4.85 2008年6月25日EFG 200150 10 9.8

Answer 1

可以使用类似的方法将元组拆分为多列

data[['Capital', 'PnL', 'Returns']] = data[column_name_tuple].apply(pd.Series)

将双重groupby对象转换为数据帧

1 个答案: