查找上一年第一行和最后一行的列值

Question

我在 Google Colab 文档中有 Google 股票的价格历史记录，如下所示：

df = pd.DataReader('GOOG', data_source='yahoo', start='08-01-2004')

这些是价格历史中每个交易日的开盘价、最高价、最低价、收盘价和调整后的收盘价。我可以在 DataFrame 中为过去 12 个月的股票收益率创建一个新列，如下所示：

df['Trailing 12 month return'] = (df['Adj Close'] - 
  df['Adj Close'].shift(DAYS_TRADING_PER_YEAR)) / 
  df['Adj Close'].shift(DAYS_TRADING_PER_YEAR)

但是，如果我真正想要的是一个年回报率值，看看上一个日历年的回报率呢？那么，对于 2015 年，只要找到 2014 年的第一个交易日（更准确地说，是我们有数据的第一天）和 2014 年的最后一个交易日，然后得到该期间的百分比变化？

Answer 1

假设Date 是正确的datetime 列：

1. groupby(df.Date.dt.year) 按年份分组
2. apply() 由 first_valid_index() 和 last_valid_index() 计算得出的年费率
3. shift()上一年得到的结果

rates = df.groupby(df.Date.dt.year)['Adj Close'].apply(
    lambda g: (g.loc[g.last_valid_index()] - g.loc[g.first_valid_index()]) / g.loc[g.first_valid_index()]
).shift()

# Date
# 2014         NaN
# 2015    0.128019
# 2016    2.232232
# 2017    1.041269
# 2018    0.292042
# 2019    0.154558
# 2020   -0.136102
# 2021    0.396961
# Name: Adj Close, dtype: float64

4. 然后map() 这些rates 和df.Date.dt.year 创建新列：

df['Previous year rate of return'] = df.Date.dt.year.map(rates)

#            Date   Adj Close  Previous year rate of return
# 0    2014-08-01  166.724074                           NaN
# 1    2014-08-02   69.634211                           NaN
# ...         ...         ...                           ...
# 999  2017-04-26  165.225121                      1.041269
# 1000 2017-04-27   40.165297                      1.041269
# ...         ...         ...                           ...
# 2433 2021-03-30   67.864861                      0.396961
# 2434 2021-03-31   31.408317                      0.396961