hinzufügen Spalt mit geometrischem Mittel zu Pandas Pivot-Tabelle

Question

ich eine Pivot-Tabelle, die wie folgt aussieht:

piv = pd.pivot_table(result, values=['mthly'], index=['year'], columns=['month']) 

In [242]: piv 
Out[242]: 
      mthly                \ 
month  1   2   3   4   5   6   7  
year                   
2011  NaN  NaN  NaN 0.015720 -0.008014 -0.006451 -0.001026 
2012 0.013018 0.007193 0.007137 -0.004187 -0.026664 0.007433 0.005807 
2013 0.013733 -0.005632 0.006883 0.015291 -0.016761 0.001125 0.
2014 -0.013709 0.021567 -0.000728 0.003813 0.004264 -0.000426 -0.000268 
2015 0.003385 0.006475 -0.001917 0.000408 -0.000548 -0.009002 0.006698 
2016 0.005807 0.015684 0.006622 0.005657 -0.008455 0.018942 0.011761 
2017 0.007931 0.009863 0.003404 0.002660 0.011806 -0.000465 0.011023 


month  8   9   10  11  12 
year              
2011 0.023813 -0.001507 0.002469 0.004392 -0.007492 
2012 0.004825 0.006059 0.006586 0.007239 0.013538 
2013 -0.010306 0.018834 0.013929 0.005148 0.009503 
2014 0.010237 -0.014682 0.008420 0.001743 0.003036 
2015 -0.022623 -0.006022 -0.000163 -0.000717 -0.002252 
2016 -0.002300 -0.001103 -0.004923 0.003658 -0.000372 
2017 0.000435 0.004498 0.004118  NaN  NaN 

Wie kann ich eine Spalte mit dem geometrischen Mittel hinzufügen (scipy Gmean verwenden)?

Answer 1

Ich werde erraten, dass diese Erträge sind und dass Sie die durchschnittliche monatliche Rendite zu finden. In diesem Fall müssen Sie 1 zuerst an, dann gmean, dann 1 subtrahieren ... und axis=1

from scipy.stats.mstats import gmean 

df.assign(Gmean=gmean(df + 1, axis=1) - 1) 

     mthly             Gmean 
month  1  2  3  4  5  6  7   
year                 
2011  NaN  NaN  NaN 0.0157 -0.0080 -0.0065 -0.0010  NaN 
2012 0.0130 0.0072 0.0071 -0.0042 -0.0267 0.0074 0.0058 0.0013 
2013 0.0137 -0.0056 0.0069 0.0153 -0.0168 0.0011 0..0038 
2014 -0.0137 0.0216 -0.0007 0.0038 0.0043 -0.0004 -0.0003 0.0020 
2015 0.0034 0.0065 -0.0019 0.0004 -0.0005 -0.0090 0.0067 0.0008 
2016 0.0058 0.0157 0.0066 0.0057 -0.0085 0.0189 0.0118 0.0080 
2017 0.0079 0.0099 0.0034 0.0027 0.0118 -0.0005 0.0110 0.0066 

---

jedoch verwenden, können Sie dies tun können, ohne gmean zu verwenden und auch für nulls Buchhaltung.

df.assign(Gmean=df.add(1).prod(1).pow(1/df.notnull().sum(1), 0).sub(1)) 

     mthly             Gmean 
month  1  2  3  4  5  6  7   
year                 
2011  NaN  NaN  NaN 0.0157 -0.0080 -0.0065 -0.0010 0.0000 
2012 0.0130 0.0072 0.0071 -0.0042 -0.0267 0.0074 0.0058 0.0013 
2013 0.0137 -0.0056 0.0069 0.0153 -0.0168 0.0011 0..0038 
2014 -0.0137 0.0216 -0.0007 0.0038 0.0043 -0.0004 -0.0003 0.0020 
2015 0.0034 0.0065 -0.0019 0.0004 -0.0005 -0.0090 0.0067 0.0008 
2016 0.0058 0.0157 0.0066 0.0057 -0.0085 0.0189 0.0118 0.0080 
2017 0.0079 0.0099 0.0034 0.0027 0.0118 -0.0005 0.0110 0.0066 

Answer 2

Verwendung:

from scipy.stats.mstats import gmean 

piv['Gmean'] = gmean(piv, axis=1) 

Für entfernen MultiIndex in Spalten entfernen []:

piv = pd.pivot_table(result, values='mthly', index='year', columns='month')