Pandas多种证券的回报流

Question

假设我有一张这样的桌子：

    Ticker Date       ClosingPrice
0    A     01-02-2010  11.4
1    A     01-03-2010  11.5
           ...
1000 AAPL  01-02-2010  634
1001 AAPL  01-02-2010  635

所以，换句话说，我们有一个时间序列序列拼接在一起，每个股票代码一个。现在，我想生成一列每日回报。如果我只有一个符号，那么使用pandas pct_change()函数就很容易了，但是我如何对多个时间序列执行上述操作（我可以执行一系列groupby，将每个groupby作为一个数据帧，执行返回计算，然后用pd.concat()将它们拼接在一起），但这似乎不是最优的。你知道吗

Answer 1

使用groupby

df.set_index(['Ticker', 'Date']).ClosingPrice.groupby(level=0).pct_change()

Ticker  Date      
A       01-02-2010         NaN
        01-03-2010    0.008772
AAPL    01-02-2010         NaN
        01-02-2010    0.001577
Name: ClosingPrice, dtype: float64