用python计算每日股价d的相对表现

Question

数据帧“主文件”包括

##Index, Date, CompanyA, CompanyB, Company C
##0, 2019-07-26, 100, 25, 38
##1, 2019-07-25, 99, 24, 37

我有6条记录（excel中有5个工作日），公司A、B和C数据点代表每日收盘股价

我的目标是创建一个新的数据框架，其中包含从最早日期（在本例中是最后一行）开始的每日相对股价表现。因此，数据框看起来与上面的数据框“主文件”相同，只是只会显示所选日期的记录（例如2019-07-19，即6条记录），并且数据将（针对每个公司）计算为[StockPrice]/[Stock Price\u selected date]-1

因此，在上述A公司的例子中，公式（如果我从excel的角度考虑的话）

##Index, Date, Company A
##0, 2019-07-26, [StockPrice_19-7-26] / [StockPrice_19-7-19]-1
##0, 2019-07-25, [StockPrice_19-7-25] / [StockPrice_19-7-19]-1
##0, 2019-07-24, [StockPrice_19-7-24] / [StockPrice_19-7-19]-1
##0, 2019-07-23, [StockPrice_19-7-23] / [StockPrice_19-7-19]-1
##0, 2019-07-22, [StockPrice_19-7-22] / [StockPrice_19-7-19]-1
##0, 2019-07-19, [StockPrice_19-7-19] / [StockPrice_19-7-19]-1.

Answer 1

我使用日期作为字符串的示例，因此它可能需要更改

df = pd.DataFrame([
    ['2019-07-26', 100, 25, 38],
    ['2019-07-25',  99, 24, 37],
    ['2019-07-24', 100, 50, 50],
    ['2019-07-19',   5,  2,  2],
], columns=['Date', 'Company A', 'Company B', 'Company C'])

print(df)

---

对于单个列，我可以获取值并转换为int或float

value_A = df['Company A'][df['Date'] == '2019-07-19'] # all values
value_A = value_A.iloc[0] # only first

print('value A:', value_A)

然后我可以计算所有的行

df['Company A'] = df['Company A'] / (value_A-1)

print(df)

---

对于许多列，我也可以这样做

values = df[['Company A', 'Company B', 'Company C']][df['Date'] == '2019-07-19'] # all values
values = values.iloc[0] # only first

print('values:', values)

然后用同样的方法计算

df[['Company A', 'Company B', 'Company C']] = df[['Company A', 'Company B', 'Company C']] / (values - 1)

print(df)

多行的结果

         Date  Company A  Company B  Company C
0  2019-07-26      25.00       12.5       38.0
1  2019-07-25      24.75       12.0       37.0
2  2019-07-24      25.00       25.0       50.0
3  2019-07-19       1.25        1.5        2.0

---

编辑：同样的短一点

columns = ['Company A', 'Company B', 'Company C']

values = df[columns][df['Date'] == '2019-07-19']
values = values.iloc[0]

print('values:', values)

df[columns] = df[columns] / (values - 1)

print(df)