取以下正态分布项的数据帧,有一个小漂移:
np.random.seed(123)
df = pd.DataFrame(np.random.randn(60,3) / 100 + 0.005,
index=pd.date_range(end='2017-06-30', periods=60, freq='M'))
并定义将应用于列的函数rollup
:
def rollup(r):
return r.add(1.).prod() -1.
例如,调用整个df
可以得到:
print(rollup(df))
0 0.17411
1 0.35658
2 0.24944
dtype: float64
但是我想做的是从索引df
中的最后一个日期取一个日期偏移量,然后将rollup
应用于该子帧。我正确地理解了这一点,如下所示,但我想知道是否有一种使用较少行的替代方法。你知道吗
from pandas.tseries.offsets import DateOffset
end = df.index[-1]
start = end - DateOffset(years=2)
print(df[start:end].apply(rollup))
0 0.07905
1 0.18037
2 0.09656
dtype: float64
# example 2
start = end - DateOffset(months=6)
print(df[start:end].apply(rollup))
0 0.01656
1 0.06585
2 0.01463
dtype: float64
最后一段代码可以压缩吗?在Time Series / Date functionality中是否有另一个方法不需要我指定end
,应用DateOffset
,然后在两者之间建立df
索引?你知道吗
如果这是最直接的方法,需要最少的代码,这对我来说是一个答案本身。你知道吗
首先,我要说你的代码相当简洁。我将提出以下意见和建议:
您的索引是以
'M'
的频率创建的,并传递给每个Timestamp
。这意味着这些对象现在知道如何处理整数的加法和减法。pandas
所做的是假设整数采用频率表示的偏移量。你知道吗示例
以及
我们可以用它来实现你的目标
以及
额外学分
这个数学也适用于整个索引。你知道吗
每个索引值加两个月。你知道吗
相关问题 更多 >
编程相关推荐