最近在做交易数据的统计分析时，多次用到数据行之间的一些操作，对于其中的细节，简单做了个笔记。
1. shfit函数
shift函数在策略回测代码中经常出现，计算交易信号，持仓信号以及资金曲线
时都有涉及。
这个函数的主要作用是将某列的值上下移动。
默认情况下，shift函数是向下移动一行，
移动后，新数据列的第一行数据用NaN（空值）填充，原始数据列的最后一行丢弃。 import pandas as pd df = pd.DataFrame({ "A": [1, 2, 3, 4, 5, 6], "B": [2, 3, 4, 2, 4, 5], "C": [5, 6, 7, 1, 3, 4], }, dtype=float) # 默认 shift() df["C-shift()"] = df["C"].shift() print(df)
也可以在shift函数中指定移动的行数，比如下面的代码下移3行。
df["C-shift(3)"] = df["C"].shift(3) print(df)
指定的行数为负值时，表示向上移动，此时，下面的部分用NaN填充。
shift之后一般会在 首部/尾部 产生NaN空值，根据情况看是否需要进一步处理。
2. 不同行数的列赋值
shift函数还是比较好理解的，
下面这个操作比shift稍微复杂一些。为了简化，创建两个测试数据：
df1 = pd.DataFrame({ "A": [1, 2, 3, 4, 5, 6], "B": [2, 3, 4, 2, 4, 5], "C": [5, 6, 7, 1, 3, 4], }) df2 = pd.DataFrame({ "D": [110, 100], }) print(df1, df2)
把df2只有2行，df1有6行，此时，把df2的D列
赋值给df1时，
pandas会自动比较df1和df2的index（索引，也就是上图中红色框内部分），只赋值具有相同index的行。 df1["D"] = df2["D"] print(df1)
改变df2的index，再次赋值看看：
df2 = pd.DataFrame({ "D": [110, 100], }, index=[4, 7]) df1["D"] = df2["D"] print(df1)
df2中index=4时能和df1匹配，所以赋值之后，只有index=4那行赋给了df1，
df2中index=7那行没匹配上，就直接丢弃了。所以，不同行数的两个数据集互相赋值时，比不是从上而下按行赋值，而是根据两个数据的index来匹配赋值的。
这时，再回头看计算交易信号的代码，temp虽然经过过滤之后，行数比df要少，但是过滤之后的每行数据会根据对应的index准确的赋给df中相同index的行。3. pct_change函数
pct_change函数用来计算数据百分比变化的。
具体的计算规则是，当前行数据 减去 上一行数据，得出的结果再 除以 上一行数据。
比如： df = pd.DataFrame({ "A": [1, 2, 3, 4, 5, 6], "B": [2, 3, 4, 2, 4, 5], "C": [5, 6, 7, 1, 3, 4], }, dtype=float) df["C_percent"] = df["C"].pct_change()
第一行数据因为没有上一行数据，所以是 NaN，
这和shift函数一样，处理完之后，别忘了填充第一行的NaN。同样，pct_change()可以传入参数跨越多行。
df["C_percent"] = df["C"].pct_change(3)
向上3行，也就是隔两行计算变化百分比，这里就会产生3个NaN。
pct_change()还可以传入负值，传入负值时的计算规则变为：
当前行数据 减去 下一行数据，得出的结果再 除以 下一行数据。
比如： df["C_percent"] = df["C"].pct_change(-1)
这样，空值NaN出现最后一行，因为最后一行没有下一行。
4. cumprod函数
cumprod函数用来计算累积乘积的。
具体的计算规则是，若 当前行 是第一行，则直接用 **当前行数据 **作为 累积乘积结果；
若 当前行 不是第一行，则用 **当前行数据 **乘以 上一行累积乘积结果，得出的结果作为 当前行累积乘积结果。
比如： df["C_cumprod"] = df["C"].cumprod()
cumprod函数不能像shift和pct_change那样可以传入数值或负数参数，只有默认的逐行累积计算。
5. 总结
在分析交易信息，特别是统计收益和收益率的变化时，上面几个函数能帮助我们极大简化代码，避免写各种复杂的循环。
