Skip to main content
 首页 » 编程设计

python之使用部分数据重新采样和逐年计算

2025年01月19日13myhome

我想看看是否有一种编程方法可以在最后一个周期为部分时重新采样和计算年同比百分比变化计算。例如,假设我想逐年进行更改。

from pandas_datareader import data 
goog = data.DataReader('GOOG', start='2014', end='12-12-2016', 
                   data_source='yahoo') 
goog = goog['Close'] 
goog.resample('m').sum().pct_change(12).tail(-12) 

最后 4 个值如下所示:

Date 
2016-09-30    0.251944 
2016-10-31    0.134146 
2016-11-30    0.094623 
2016-12-31   -0.582236 

pandas resample 对 12 月(到 12 日)的部分月份求和,并在计算百分比变化时将其计为完整月份。当这不是现实时,这会使它成为一个非常负的数字(因为我们将整个月与部分月进行比较)。我想知道我是否从根本上改变了错误的方式。任何建议将不胜感激。

请您参考如下方法:

我会使用滚动窗口来进行 YoY。

pct = goog.pct_change().add(1) 
 
# rolling doesn't have a cumprod 
# so I'm going to use logs 
np.exp(np.log(pct).rolling('365D').sum()).sub(1).resample('M').last() 
 
Date 
2014-01-31    0.060955 
2014-02-28    0.092110 
2014-03-31    0.001737 
2014-04-30   -0.052777 
2014-05-31    0.006989 
2014-06-30    0.034669 
2014-07-31    0.028050 
2014-08-31    0.028050 
2014-09-30    0.038410 
2014-10-31    0.005532 
2014-11-30   -0.025493 
2014-12-31   -0.053244 
2015-01-31   -0.057501 
2015-02-28   -0.083085 
2015-03-31   -0.016109 
2015-04-30    0.025889 
2015-05-31   -0.044715 
2015-06-30   -0.090231 
2015-07-31    0.100507 
2015-08-31    0.087560 
2015-09-30    0.059591 
2015-10-31    0.298756 
2015-11-30    0.378077 
2015-12-31    0.449568 
2016-01-31    0.462888 
2016-02-29    0.256465 
2016-03-31    0.380584 
2016-04-30    0.289705 
2016-05-31    0.377779 
2016-06-30    0.326268 
2016-07-31    0.215305 
2016-08-31    0.283143 
2016-09-30    0.271557 
2016-10-31    0.103727 
2016-11-30   -0.011733 
2016-12-31    0.064632 
Freq: M, Name: Close, dtype: float64