import numpy as np
import pandas as pd


dat = [
    ['2019-07-01',10],
    ['2019-07-02',12],
    ['2019-07-03',8],
    ['2019-07-04',14],
    ['2019-07-05',7],
    ['2019-07-08',3]
]
df0 = pd.DataFrame(dat,columns=["A","B"])

print(df0)

df1=df0['B'].pct_change()
df2=(1 + df1)
df3=(1 + df1).cumprod() #Calcule le produit cumulé du 0 au i-ème élément.
df4=(1 + df1).cummax()  #Extrait la valeur maximale parmi les 0e à ième éléments.
print(df1)
print(df2)
print(df3)
print(df4)

<df0:Donnee de base>
            A   B
0  2019-07-01  10
1  2019-07-02  12
2  2019-07-03   8
3  2019-07-04  14
4  2019-07-05   7
5  2019-07-08   3

df1: (df0['B']I th et i-Calculez le premier taux de changement)
0         NaN
1    0.200000
2   -0.333333
3    0.750000
4   -0.500000
5   -0.571429
Name: B, dtype: float64

df2: (df1+Calculer 1)
0         NaN
1    1.200000
2    0.666667
3    1.750000
4    0.500000
5    0.428571
Name: B, dtype: float64

df2: (cumprod()Calculer le produit cumulé)

0    NaN
1    1.2
2    0.8　 (=1.2×0.666667)
3    1.4   (=1.2×0.666667×1.75)
4    0.7   (=1.2×0.666667×1.75×0.5)
5    0.3   (=1.2×0.666667×1.75×0.5×0.428)
Name: B, dtype: float64

df3: (cummax()Extrayez la valeur maximale des éléments.)

0     NaN
1    1.20   (df2:Valeur maximale parmi les éléments 1 à 1)
2    1.20   (df2:Valeur maximale parmi les éléments 1 à 2)
3    1.75   (df2:Valeur maximale parmi les éléments 1 à 3)
4    1.75   (df2:Valeur maximale parmi les éléments 1 à 4)
5    1.75   (df2:Valeur maximale parmi les éléments 1 à 5)
Name: B, dtype: float64

Recommended Posts