Многочисленные расчеты Python Multi - PullRequest
Новая
       18

Многочисленные расчеты Python Multi

0 голосов
/ 02 мая 2018

У меня есть фрейм данных со многими ценными бумагами (sedols) и многими датами (carry_dt), в течение которых была продана эта ценная бумага. Я хотел бы пройтись по каждому седолу и классифицировать эту сделку на основе предыдущих дат. Я хочу классифицировать каждую сделку по 3 категориям:

  1. first - первый экземпляр безопасности,
  2. без изменений - значение carry_rate в этот день совпадает с основными датами carry_rate,
  3. корректировка - даты выполнения отличаются от предыдущей даты.

Ниже приведен снимок того, как выглядит мой фрейм данных. Тип - это столбец, который мне нужно добавить в фрейм данных 

     carry_dt  carry_rate    sedol        type
0    2/8/2018        1.42  BZ6C639       first
1    2/9/2018        1.42  BZ6C639   no change
2   2/10/2018        1.42  BZ6C639   no change
3   2/11/2018        1.42  BZ6C639   no change
4   2/12/2018        1.50  BZ6C639  adjustment
5   2/13/2018        1.50  BZ6C639   no change
6   2/14/2018        1.70  BZ6C639  adjustment
7   2/15/2018        1.42  1234243       first
8   2/16/2018        1.42  1234243   no change
9   2/17/2018        1.42  1234243   no change
10  2/18/2018        1.42  1234243   no change
11  2/19/2018        1.42  1234243   no change
12  2/20/2018        1.90  1234243  adjustment

1 Ответ

0 голосов
/ 02 мая 2018

Вы можете использовать DataFrameGroupBy.diff с numpy.select: 

s = df.groupby('sedol')['carry_rate'].diff()

df['type'] = np.select([s == 0, s.isnull()], ['no change', 'first'], default='adjustment')
print (df)
     carry_dt  carry_rate    sedol        type
0    2/8/2018        1.42  BZ6C639       first
1    2/9/2018        1.42  BZ6C639   no change
2   2/10/2018        1.42  BZ6C639   no change
3   2/11/2018        1.42  BZ6C639   no change
4   2/12/2018        1.50  BZ6C639  adjustment
5   2/13/2018        1.50  BZ6C639   no change
6   2/14/2018        1.70  BZ6C639  adjustment
7   2/15/2018        1.42  1234243       first
8   2/16/2018        1.42  1234243   no change
9   2/17/2018        1.42  1234243   no change
10  2/18/2018        1.42  1234243   no change
11  2/19/2018        1.42  1234243   no change
12  2/20/2018        1.90  1234243  adjustment

Detail: 

print (s)
0      NaN
1     0.00
2     0.00
3     0.00
4     0.08
5     0.00
6     0.20
7      NaN
8     0.00
9     0.00
10    0.00
11    0.00
12    0.48
Name: carry_rate, dtype: float64
...