将具有多个索引的每日数据框转换为每季度 [英] Convert Daily Dataframe with Multi Index to quarterly

问题描述

我想将股票数据的每日数据框转换为季度数据框.但是，使用重新采样无法正常工作，因为我有一个多指标，所以我希望我的最终季度数据框架仍包含单个股票(重新采样只是将所有股票汇总):

I would like to convert my daily dataframe of stock data to a quarterly one. However, using resample did not work, because I have a multi index, so I would like my final quarterly dataframe to still contain the individual stocks (resample just summarizes all of them):

import pandas as pd
dict1 = [
        {'ticker':'jpm','date': '2016-11-27','returns': 0.2},
        {'ticker':'jpm','date': '2016-11-28','returns': 0.2},
{'ticker':'ge','date': '2016-11-27','returns': 0.2},
{'ticker':'ge','date': '2016-11-28','returns': 0.2},
{'ticker':'amzn','date': '2016-11-27','returns': 0.2},
{'ticker':'amzn','date': '2016-11-28','returns': 0.2},
]
df1= pd.DataFrame(dict1)
df1['date']      = pd.to_datetime(df1['date'])
df1=df1.set_index(['date','ticker'], drop=True)  

我的最终结果应该是:

Q42016 JPM  0.2
Q42016 GE   0.2
Q42016 AMZ  0.2

使用重采样时，我得到:

When I used resample, I get:

Q42016  0.2

此外，我对Pandas 0.18(长话说)感到困惑.感谢您的帮助.

Also, I am stuck with Pandas 0.18 (long story). Any help is appreciated.

推荐答案

第一个想法是通过将 ticker 转换为列来创建 DatetimeIndex ，然后使用 groupby 的代码>重新采样 :

First idea is create DatetimeIndex by convert ticker to column, then use groupby with resample:

df1 = df1.reset_index('ticker').groupby('ticker').resample('Q').mean()
print (df1)
                   returns
ticker date               
amzn   2016-12-31      0.2
ge     2016-12-31      0.2
jpm    2016-12-31      0.2

使用 Grouper 的另一种解决方案代码> :

Another solution with Grouper:

df1 = df1.groupby([pd.Grouper(freq='Q', level='date'), 'ticker']).mean()
print (df1)
                   returns
date       ticker         
2016-12-31 amzn        0.2
           ge          0.2
           jpm         0.2

---

对于季度周期，请使用 使用 查看全文