我确定我需要使用某种应用功能，但我正在努力创建一个可以实现此目的的功能。我有一个包含股票代码和月返回率的数据框。我需要计算远期 3 个月的返回。它的结构使得每个月都会有 500(向上)行，其中包含该月的所有股票和返回。我一直在尝试这样的事情，但它没有用。
mr['Quarterly_Returns'] = mr.groupby('ticker')['monthly_returns'].apply(mr['monthly_returns']+mr['monthly_returns'].shift(-1)+mr['monthly_returns'].shift(-2))
还有建议？
最佳答案
您还可以考虑使用rolling 函数。
mr.groupby('ticker')['monthly_returns'].rolling(3).sum()
一个更完整的例子:
df=pd.concat([pd.DataFrame(index=pd.date_range('1/1/2016','12/31/2016',freq='M'),data={'ticker':x,'return':np.random.rand(12)}) for x in list('ABCD')])
df.groupby('ticker')['return'].rolling(3).sum().unstack('ticker')
ticker A B C D
2016-01-31 NaN NaN NaN NaN
2016-02-29 NaN NaN NaN NaN
2016-03-31 2.062552 1.508062 1.317836 1.051874
2016-04-30 1.727587 1.856383 1.308263 1.113360
2016-05-31 1.602858 2.112790 1.533763 1.039221
2016-06-30 1.716985 2.403718 1.850741 1.726469
2016-07-31 1.828597 1.809054 1.543079 1.569896
2016-08-31 2.003484 1.531877 1.376907 1.852235
2016-09-30 1.854642 1.319289 1.438446 0.946304
2016-10-31 1.308001 1.718987 1.764252 1.157938
2016-11-30 0.962660 2.255580 1.489076 0.493370
2016-12-31 0.949810 1.753511 1.321650 1.377429
关于python - 如何使用 pandas groupby 并一起移动，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40709456/