pandas 合并基金收益率数据表

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 是一个强大的 Python 数据分析库，提供了多种方法来合并（或连接）表格。今天我们来看看如何来实现基金收益率的表格。

需求与数据

我们有两个相同的数据，用这两个数据相减得到超额的数据。

import pandas as pd

df1 = pd.DataFrame({'1月':[0.1,0.05,0.3],
                    '2月':[0.2,0.1,0.4],
                    '3月':[0.01,-0.1,0.3],
                    '4月':[0.01,-0.05,-0.2]},
                   index=['2021年','2022年','2023年']
                  )

df2 = pd.DataFrame({'1月':[0.05,0.1,0.2],
                    '2月':[0.1,0.05,0.3],
                    '3月':[0.05,0.1,0.2],
                    '4月':[0.05,0.05,-0.3]},
                   index=['2021年','2022年','2023年']
                  )

df3 = df1 - df2

# 基金收益率
df1
'''
         1月   2月    3月    4月
2021年  0.10  0.2  0.01  0.01
2022年  0.05  0.1 -0.10 -0.05
2023年  0.30  0.4  0.30 -0.20
'''

# 基准收益率
df2
'''
         1月    2月    3月    4月
2021年  0.05  0.10  0.05  0.05
2022年  0.10  0.05  0.10  0.05
2023年  0.20  0.30  0.20 -0.30
'''

# 超额收益率
df3
'''
         1月    2月    3月    4月
2021年  0.05  0.10 -0.04 -0.04
2022年 -0.05  0.05 -0.20 -0.10
2023年  0.10  0.10  0.10  0.10
'''

需求为将其合并为以下所示数据，其中计算超额胜率，即超额收益率中，各行中大于0的数据，占总数据量的比重。

'''
                 1月   2月    3月    4月   月度胜率
2021年 基准收益率  0.05  0.1   0.05  0.05    
       基金收益率  0.1   0.2   0.01  0.01    
       超额收益率  0.05  0.1  -0.04  -0.04  50.00%
2022年 基准收益率   0.1  0.05   0.1   0.05    
       基金收益率  0.05  0.1   -0.1  -0.05   
       超额收益率 -0.05  0.05  -0.2  -0.1   25.00%
2023年 基准收益率   0.2  0.3    0.2   -0.3    
       基金收益率   0.3  0.4    0.3  -0.2    
       超额收益率   0.1  0.1    0.1   0.1   100.00%
'''

思路

用 pd.concat 将这三个数据连接在一起，同时指定每个数据的 key，这样就形成了多索引。接着按索引进行分组，就基本得到了需求数据的结构。

再增加月度胜率列，其中只间超额收益率有数据，其他行设置为空字符串。

最后用 style 的 format 将其他列设置为百分号格式。

代码

最终代码如下：

(
    pd.concat([df1, df2, df3],
              keys='基金收益率 基准收益率 超额收益率'.split()
             )
    .groupby(level=[1, 0])
    .max()
    .assign(月度胜率=lambda d:
            d.apply(lambda s:
                   (
                       f'{sum(s>0)/len(s):.2%}'
                       if '超额收益率' in s.name
                       else ''
                   ),
                    axis=1)
           )
    .style
    .format('{:.2%}', subset=df1.columns)
)
# ...

这段代码的主要目的是：

使用 pd.concat 将三个数据框（df1、df2、df3）连接成一个新的数据框，并为每个数据框添加一个层次化的索引，分别为 '基金收益率'、'基准收益率' 和 '超额收益率'。
使用 groupby 方法，按照索引的第二层（level=1）和第一层（level=0）进行分组。
对每个分组使用 max 方法，计算每组中的最大值，这儿随便给了一个聚合函数，最小值其实也可以。
使用 assign 方法，添加一个新的列 '月度胜率'，该列的值是每组中超额收益率大于0的比例，格式化为百分比。
使用 style 属性对数据框进行样式化，使用 format 方法将数据框中的所有元素格式化为百分比，但仅在列为 df1 的列（即其他列）上应用这个格式。

这些代码用于处理基金数据，包括基金收益率、基准收益率和超额收益率，然后计算每月的最大值和月度胜率，并以格式化的方式呈现这些结果。

这样就完成了需求。

（完）

pandas 合并基金收益率数据表

需求与数据

思路

代码

相关内容