>>>import pandas as pd
>>>import numpy as np
>>>df = pd.DataFrame(data=np.random.rand(8, 1), columns={'a'})
>>>df['grp']=1
>>>df.loc[::2, 'grp']=2
>>>df['%_groupby']=df.groupby('grp')['a'].pct_change()
>>>df['%_shift']=df.groupby('grp')['a'].shift(0)/df.groupby('grp')['a'].shift(1)-1
>>>print(df)
データフレームに異なるグループがある場合、 groupby
することにより、 pct_change
関数が各グループに適用されることが期待されます。 ただし、 groupby
をpct_change
と組み合わせると、正しい結果が得られません。
出力:
a grp %_groupby %_shift
0 1.0 2 NaN NaN
1 1.1 1 0.100000 NaN
2 1.2 2 0.090909 0.200000
3 1.3 1 0.083333 0.181818
4 1.4 2 0.076923 0.166667
5 1.5 1 0.071429 0.153846
6 1.6 2 0.066667 0.142857
7 1.7 1 0.062500 0.133333
a grp %_groupby %_shift
0 1.0 2 NaN NaN
1 1.1 1 NaN NaN
2 1.2 2 0.200000 0.200000
3 1.3 1 0.181818 0.181818
4 1.4 2 0.166667 0.166667
5 1.5 1 0.153846 0.153846
6 1.6 2 0.142857 0.142857
7 1.7 1 0.133333 0.133333
pd.show_versions()
出力インストールされたバージョン
コミット:なし
python:3.6.3.final.0
python-ビット:64
OS:ダーウィン
OSリリース:17.5.0
マシン:x86_64
プロセッサ:i386
バイトオーダー:少し
LC_ALL:en_US.UTF-8
言語:en_US.UTF-8
ロケール:en_US.UTF-8
パンダ:0.23.0
pytest:3.2.1
ピップ:10.0.1
setuptools:36.5.0.post20170921
Cython:0.26.1
numpy:1.14.3
scipy:0.19.1
pyarrow:なし
xarray:なし
IPython:6.1.0
スフィンクス:1.6.3
patsy:0.4.1
dateutil:2.6.1
pytz:2018.3
blosc:なし
ボトルネック:1.2.1
表:3.4.2
numexpr:2.6.2
フェザー:なし
matplotlib:2.1.0
openpyxl:2.4.8
xlrd:1.1.0
xlwt:1.2.0
xlsxwriter:1.0.2
lxml:4.1.1
bs4:4.6.0
html5lib:0.99999999
sqlalchemy:1.1.13
pymysql:なし
psycopg2:なし
jinja2:2.9.6
s3fs:なし
fastparquet:なし
pandas_gbq:なし
pandas_datareader:なし
〜3944行のgroupby.pyのpct_change関数がこれを適切に実装していないことがわかります。 オーバーライドするメソッドは、データフレームに対して適切に実装します。 これは比較的簡単に修正できるはずだと思います。
私はこれのためにPRでひびを入れます。 私はこれまでパンダに貢献したことがないので、タイムリーに完了することができるかどうかを確認します。
逆にシフトすると、これらの線に沿って何かが見つかりました。
import pandas_datareader.data as web
import pandas as pd
tickers = ['F','AAPL','NFLX','AMZN','GOOG']
df = pd.DataFrame()
for ticker in tickers:
data = web.DataReader(ticker, 'iex', '2018-01-01', '2018-06-01')
data['ticker'] = ticker
df = df.append(data)
df = df.reset_index()
df['5_day_growth'] = df.groupby('ticker').close.pct_change(periods=-5)
df['5_day_growth_alt'] = df.groupby('ticker').close.pct_change(periods=5).shift(-5)
別の方法では、計算をシフトするのではなく、正しい出力が得られます。
print(df[['date','ticker','close','5_day_growth', '5_day_growth_alt']].head(6))
date ticker close 5_day_growth 5_day_growth_alt
0 2018-01-02 F 12.1939 -0.032115 0.033181
1 2018-01-03 F 12.2903 -0.020717 0.021155
2 2018-01-04 F 12.5022 -0.013672 0.013862
3 2018-01-05 F 12.7141 -0.002268 0.002273
4 2018-01-08 F 12.6659 0.003820 -0.003805
5 2018-01-09 F 12.5985 0.073894 -0.068810
これを回避するには、 apply
ます。 これにより、目的の結果が得られるはずです。
df['%_groupby'] = df.groupby('grp')['a'].apply(lambda x: x.pct_change())
最も参考になるコメント
これを回避するには、
apply
ます。 これにより、目的の結果が得られるはずです。df['%_groupby'] = df.groupby('grp')['a'].apply(lambda x: x.pct_change())