python – pandas数据帧中的对数返回

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – pandas数据帧中的对数返回，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1329字，纯文字阅读大概需要2分钟。

内容图文

Python pandas有一个pct_change函数,我用它来计算数据帧中股票价格的回报：

ndf['Return']= ndf['TypicalPrice'].pct_change()

我使用以下代码获取对数返回,但它提供与pct.change()函数完全相同的值：

ndf['retlog']=np.log(ndf['TypicalPrice'].astype('float64')/ndf['TypicalPrice'].astype('float64').shift(1))
#np is for numpy

解决方法:

这是使用.shift()计算日志返回的一种方法.结果与pct_change()计算的总回报相似但不相同.您可以上传样本数据的副本(保管箱共享链接)以重现您看到的不一致吗？

import pandas as pd
import numpy as np

np.random.seed(0)
df = pd.DataFrame(100 + np.random.randn(100).cumsum(), columns=['price'])
df['pct_change'] = df.price.pct_change()
df['log_ret'] = np.log(df.price) - np.log(df.price.shift(1))

Out[56]: 
       price  pct_change  log_ret
0   101.7641         NaN      NaN
1   102.1642      0.0039   0.0039
2   103.1429      0.0096   0.0095
3   105.3838      0.0217   0.0215
4   107.2514      0.0177   0.0176
5   106.2741     -0.0091  -0.0092
6   107.2242      0.0089   0.0089
7   107.0729     -0.0014  -0.0014
..       ...         ...      ...
92  101.6160      0.0021   0.0021
93  102.5926      0.0096   0.0096
94  102.9490      0.0035   0.0035
95  103.6555      0.0069   0.0068
96  103.6660      0.0001   0.0001
97  105.4519      0.0172   0.0171
98  105.5788      0.0012   0.0012
99  105.9808      0.0038   0.0038

[100 rows x 3 columns]

内容总结

以上是互联网集市为您收集整理的python – pandas数据帧中的对数返回全部内容，希望文章能够帮你解决python – pandas数据帧中的对数返回所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端