Python pandas 字典上的月份分割

Posted 2023-03-11

【中文标题】Python pandas 字典上的月份分割

【英文标题】：Day of the month split on Python pandas dictionary

【发布时间】：2021-01-13 07:35:26

【问题描述】：

我有以下股票清单：

对于每个我想按月份分开的解释图：

通过这种分离，我可以执行每天的累积回报，并按每个股票代码的最大和最小累积回报分开。

我正在从 SO 执行以下操作（来自另一个股票列表的示例）： Call a report from a dictionary of dataframes：

data_dict = dict()  # create an empty dict here
for k, df in df_dict.items():
    df_dict[k]['Return %'] = df.iloc[:, 0].pct_change(-1)*100

    # aggregate the max and min of Return
    mm = df_dict[k]['Return %'].agg(['max', 'min'])  

    # add it to the dict, with ticker as the key
    data_dict[k] = 'max': mm.max(), 'min': mm.min()  

# convert to a dataframe if you want
mm_df = pd.DataFrame.from_dict(data_dict, orient='index')

# display(mm_df)
          max      min
aapl  8.70284 -4.90070
msft  6.60377 -4.08443

这会导致对列表中的股票进行线性分析，并且不会像我希望按照上图那样按天分开。..

问题：

如何插入一个步骤来按月份分割，然后执行上述代码？

【问题讨论】：

有人可以帮帮我吗？

【参考方案1】：

您可以使用pandas.groupby 和datetime.date() 作为分组字段。然后您可以在组对象上使用sum 运算符来计算每日收益。这个post 显示使用groupby 和日期时间

【讨论】：

我会检查提到的帖子。