Início / user-6029488

Whitebeard13's questions

Martin Hope
Whitebeard13
Asked: 2025-04-04 18:22:33 +0800 CST
  • 5

Considere o seguinte exemplo de dataframe:

id  date        hrz tenor   1       2       3       4
AAA 16/03/2010  2   6m      0.54    0.54    0.78    0.19
AAA 30/03/2010  2   6m      0.05    0.67    0.20    0.03
AAA 13/04/2010  2   6m      0.64    0.32    0.13    0.20
AAA 27/04/2010  2   6m      0.99    0.53    0.38    0.97
AAA 11/05/2010  2   6m      0.46    0.90    0.11    0.14
AAA 25/05/2010  2   6m      0.41    0.06    0.96    0.31
AAA 08/06/2010  2   6m      0.19    0.73    0.58    0.80
AAA 22/06/2010  2   6m      0.40    0.95    0.14    0.56
AAA 06/07/2010  2   6m      0.22    0.74    0.85    0.94
AAA 20/07/2010  2   6m      0.34    0.17    0.03    0.77
AAA 03/08/2010  2   6m      0.13    0.32    0.39    0.95
AAA 16/03/2010  2   1y      0.54    0.54    0.78    0.19
AAA 30/03/2010  2   1y      0.05    0.67    0.20    0.03
AAA 13/04/2010  2   1y      0.64    0.32    0.13    0.20
AAA 27/04/2010  2   1y      0.99    0.53    0.38    0.97
AAA 11/05/2010  2   1y      0.46    0.90    0.11    0.14
AAA 25/05/2010  2   1y      0.41    0.06    0.96    0.31
AAA 08/06/2010  2   1y      0.19    0.73    0.58    0.80
AAA 22/06/2010  2   1y      0.40    0.95    0.14    0.56
AAA 06/07/2010  2   1y      0.22    0.74    0.85    0.94
AAA 20/07/2010  2   1y      0.34    0.17    0.03    0.77
AAA 03/08/2010  2   1y      0.13    0.32    0.39    0.95

Como posso usar groubyas variáveis id, hrz​​e tenoraplicar as seguintes funções personalizadas nas datas?

 def ks_test(x):
    return scipy.stats.kstest(np.sort(x), 'uniform')[0]

 def cvm_test(x):
    n = len(x)
    i = np.arange(1, n + 1)
    x = np.sort(x)
    w2 = (1 / (12 * n)) + np.sum((x - ((2 * i - 1) / (2 * n))) ** 2)
    return w2

A saída desejada é o seguinte dataframe (os resultados das figuras são apenas exemplos):

id   hrz    tenor   test        1       2       3       4
AAA  2      6m      ks_test     0.04    0.06    0.02    0.03
AAA  2      6m      cvm_test    0.09    0.17    0.03    0.05
AAA  2      1y      ks_test     0.04    0.06    0.02    0.03
AAA  2      1y      cvm_test    0.09    0.17    0.03    0.05
python
Martin Hope
Whitebeard13
Asked: 2025-04-03 18:28:53 +0800 CST
  • 6

Considere o seguinte exemplo de dataframe:

maturity_date   simulation  simulated_price realized_price
30/06/2010      1           0.539333333     0.611
30/06/2010      2           0.544           0.611
30/06/2010      3           0.789666667     0.611
30/06/2010      4           0.190333333     0.611
30/06/2010      5           0.413666667     0.611

Além de reservar o valor da última coluna e concatenar, existe alguma outra maneira de ajustar o dataframe para que a última coluna se torne uma linha?

Aqui está a saída desejada:

maturity_date   simulation      simulated_price
30/06/2010      1               0.539333333     
30/06/2010      2               0.544           
30/06/2010      3               0.789666667     
30/06/2010      4               0.190333333     
30/06/2010      5               0.413666667     
30/06/2010      realized_price  0.611
python
Martin Hope
Whitebeard13
Asked: 2025-02-12 16:16:51 +0800 CST
  • 7

Gostaria de criar três novas colunas em um dataframe pandas existente ( df) usando a mesma lambdafunção na mesma coluna, mas com uma entrada diferente. Consegui isso com as seguintes linhas de código. No entanto, gostaria de saber se há uma maneira mais rápida de produzir a mesma saída com menos linhas de código:

df["1d"] = (
        df
        .groupby(cols)["ln"]
        .apply(lambda x: x - x.shift(1))
        .values
)
df["5d"] = (
        df
        .groupby(cols)["ln"]
        .apply(lambda x: x - x.shift(5))
        .values
)
df["30d"] = (
        df
        .groupby(cols)["ln"]
        .apply(lambda x: x - x.shift(30))
        .values
)
pandas
Martin Hope
Whitebeard13
Asked: 2025-02-08 00:15:56 +0800 CST
  • 5

Considere o seguinte dataframe pandas

    reference   sicovam     label       id      date        TTM price
0   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  18  52.69
1   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  30  NaN
2   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  49  53.11
3   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  60  NaN
4   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  77  53.69
5   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  90  NaN
6   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  109 54.42
7   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  137 55.15
8   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  171 55.80
9   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  180 NaN
10  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  15  50.04
11  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  30  NaN
12  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  46  50.52
13  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  60  NaN
14  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  74  51.17
15  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  90  NaN
16  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  106 51.95
17  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  134 52.73
18  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  168 53.46
19  SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-05  180 NaN

Após agrupar pelas colunas reference, sicovam, e , gostaria de preencher os valores da coluna por meio de interpolação linear sobre o labelvalor , ou seja, no contexto da fórmula de interpolação linear, e é a variável.iddateNaNpriceTTMpriceyTTMx

Até agora, construí as seguintes linhas.

def intepolate_group(group):
    group["price"] = group["price"].interpolate(method='linear', limit_direction='both', axis=0)
    return group

new_df = df.groupby(["reference","sicovam","label","id","date"])[["TTM","price"]].apply(intepolate_group)

No entanto, o resultado que obtenho é a interpolação linear sobre os números de índice por grupo. Por exemplo, para a parte seguinte do conjunto de dados, obtenho 54.06em vez de 53.99. O que ainda preciso para interpolar sobre a variável TTM?

PS: Quero evitar mascarar via loop (em vez de agrupar) e definir o TTMcomo índice, porque o dataframe é muito grande e esse cenário leva um tempo considerável.

4   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  77  53.69
5   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  90  NaN
6   SCOM_WTI    68801903    WTI Nymex   BBG:CL  2015-01-02  109 54.42
python