Pandas：从返回数据创建索引时间序列 [从 100 开始]

Posted 2023-03-11

【中文标题】Pandas：从返回数据创建索引时间序列 [从 100 开始]

【英文标题】：Pandas: creating an indexed time series [starting from 100] from returns data

【发布时间】：2016-07-09 07:32:02

【问题描述】：

我有 Pandas DataFrame 中变量的对数返回数据。我想将这些收益转换为从 100（或任意数字）开始的索引时间序列。这种操作非常常见，例如在创建通货膨胀指数或比较两个不同幅度的序列时：

因此，例如，2000 年 1 月 1 日的第一个值设置为 100，2000 年 1 月 2 日的下一个值等于 100 * exp(return_2000_01_02)，依此类推。下面的例子：

我知道我可以使用 .iteritems() 遍历 Pandas DataFrame 中的行，如这个 SO 问题中所述： iterating row by row through a pandas dataframe

我还知道我可以将 DataFrame 转换为 numpy 数组，遍历该数组中的值并将 numpy 数组转换回 Pandas DataFrame。 .as_matrix() 方法在这里解释： http://pandas.pydata.org/pandas-docs/version/0.13.1/generated/pandas.Series.html

更简单的方法是使用 Python 和 numpy 索引运算符 [] 来迭代行，如 Pandas 索引中所述： http://pandas.pydata.org/pandas-docs/stable/indexing.html

问题在于，所有这些解决方案（除了 iteritems）都在 Pandas 的“外部”工作，并且根据我所读到的内容，效率低下。

有没有办法使用纯 Pandas 创建索引时间序列？如果没有，请您提出最有效的方法。找到解决方案非常困难，因为索引和索引在 Pandas 中具有特定的含义，这次我不会。

【问题讨论】：

base 1 问题的解决方案是(1 + df.return).cumprod()，其中df 是您的数据框

【参考方案1】：

您可以使用矢量化方法而不是循环/迭代：

import pandas as pd
import numpy as np

df = pd.DataFrame('return':np.array([np.nan, 0.01, -0.02, 0.05, 0.07, 0.01, -0.01]))

df['series'] = 100*np.exp(np.nan_to_num(df['return'].cumsum()))

#In [29]: df
#Out[29]:
#   return      series
#0     NaN  100.000000
#1    0.01  101.005017
#2   -0.02   99.004983
#3    0.05  104.081077
#4    0.07  111.627807
#5    0.01  112.749685
#6   -0.01  111.627807

【讨论】：

谢谢！完美运行。我不得不对其进行一些修改，因为我的数据是从最新到最旧的。它很简单：df["series"] = 100 * np.exp(df[::-1].cumsum())[::-1]。另外，我不需要 np.nan_to_num，因为我之前做过 .dropna()。

太棒了！在 pandas/numpy 中，矢量化方法是可行的方法——如果可能的话。

您知道如何更改代码以使#6 等于 100 并向后工作吗？

【参考方案2】：

@Crebit

我已经创建了一个框架来快速索引 pandas 中的价格！

在我的 github 上查看文件： https://github.com/meinerst/JupyterWorkflow

它展示了如何从 yahoo Finance 中获取价格，或展示如何使用现有的数据框。

我无法在此处显示数据框表。如果您想查看它们，请点击 github 链接。

为金融时间序列编制索引（熊猫）

此示例使用从 yahoo Finance 中提取的数据。如果您有来自其他地方的数据框，请转到第 2 部分。

第 1 部分（提取数据）

为此，请确保已安装 yfinance 软件包。

#pip install yfinance

import pandas as pd
import numpy as np
import yfinance as yf
import matplotlib.pyplot as plt
import datetime as dt

将雅虎金融代码插入变量“代码”。您可以选择任意数量。

tickers =['TSLA','AAPL','NFLX','MSFT']

选择时间范围。

start=dt.datetime(2019,1,1)
end= dt.datetime.now()

在本例中，选择了“Adj Close”列。

assets=yf.download(tickers,start,end)['Adj Close']

第 2 部分（索引）

要绘制可比较的价格发展图，需要对资产数据框进行索引。为此目的添加了新列。 首先确定索引行。在这种情况下是初始价格。

assets_indexrow=assets[:1]

新的列被添加到原始数据框中，并带有索引的价格发展。

在下方插入所需的索引值。在本例中为 100。

for ticker in tickers:
    assets[ticker+'_indexed']=(assets[ticker]/ assets_indexrow[ticker][0])*100 

然后删除原始的价格列

assets.drop(columns =tickers, inplace=True)

绘制结果。

plt.figure(figsize=(14, 7))
for c in assets.columns.values:
    plt.plot(assets.index, assets[c], lw=3, alpha=0.8,label=c)
plt.legend(loc='upper left', fontsize=12)
plt.ylabel('Value Change')

由于信誉点有限，我无法插入图表，但请参见此处： Indexed Graph