2017-09-26 136 views
0

我正在使用面板數據,其中有幾家上市公司和每家公司的幾次季度觀察。我認爲組織數據的最佳方式是MultiIndex,其中第一級是唯一的公司標識符(本例中爲'gvkey'),第二級爲本季度。熊貓自定義財政季度?

我很難搞清楚如何做到這一點,因爲會計年度結束可以是一年中的任何月份,這表示我使用DatetimeIndex.quarter。有沒有辦法讓我在熊貓中定義對熊貓有意義的定製宿舍?我可以簡單地使用諸如'2014Q1'之類的字符串,但我希望能夠將其作爲某種對象,以便Pandas能夠知道上一季度是什麼,或者知道該公司的財政年度結束是第10個月,因此2014Q1將於2014年1月結束。這可能嗎?

下面是我在DataFrame中的一些數據的示例。該索引是gvkey,一個獨特的公司標識符。 datadate是本季度的最後一天(即本季度最後一個月的最後一天),datafqtr是年和季度字符串,fyr是財年結束的月份(例如,5代表一年五月結束)。

 conm datadate datafqtr fyr 
gvkey    
001004 AAR CORP 2014-02-28 2013Q3 5.0 
001004 AAR CORP 2014-05-31 2013Q4 5.0 
001004 AAR CORP 2014-08-31 2014Q1 5.0 
001004 AAR CORP 2014-11-30 2014Q2 5.0 
001045 AMERICAN AIRLINES GROUP INC 2014-03-31 2014Q1 12.0 
001045 AMERICAN AIRLINES GROUP INC 2014-06-30 2014Q2 12.0 
001045 AMERICAN AIRLINES GROUP INC 2014-09-30 2014Q3 12.0 
001045 AMERICAN AIRLINES GROUP INC 2014-12-31 2014Q4 12.0 
001050 CECO ENVIRONMENTAL CORP 2014-03-31 2014Q1 12.0 
001050 CECO ENVIRONMENTAL CORP 2014-06-30 2014Q2 12.0 
001050 CECO ENVIRONMENTAL CORP 2014-09-30 2014Q3 12.0 
001050 CECO ENVIRONMENTAL CORP 2014-12-31 2014Q4 12.0 
001062 ASA GOLD AND PRECIOUS METALS 2014-02-28 2014Q1 11.0 
001062 ASA GOLD AND PRECIOUS METALS 2014-05-31 2014Q2 11.0 
001062 ASA GOLD AND PRECIOUS METALS 2014-08-31 2014Q3 11.0 
001062 ASA GOLD AND PRECIOUS METALS 2014-11-30 2014Q4 11.0 
001072 AVX CORP 2014-03-31 2013Q4 3.0 
001072 AVX CORP 2014-06-30 2014Q1 3.0 
001072 AVX CORP 2014-09-30 2014Q2 3.0 
001072 AVX CORP 2014-12-31 2014Q3 3.0 

回答

1

經過一些頭撓我想我知道你在問什麼。

首先,我會做一些數據:

# Make dataframe 
df = pd.DataFrame({'gvkey' : ['001004']*4 +\ 
          ['001045']*4 +\ 
          ['001050']*4 +\ 
          ['001062']*4 +\ 
          ['001072']*4, 
        'conm' : ['AAR CORP']*4 +\ 
          ['AMERICAN AIRLINES GROUP INC']*4 +\ 
          ['CECO ENVIRONMENTAL CORP']*4 +\ 
          ['ASA GOLD AND PRECIOUS METALS']*4 +\ 
          ['AVX CORP']*4, 
        'datadate' : ['2014-02-28', '2014-05-31', '2014-08-31', '2014-11-30'] +\ 
           ['2014-03-31', '2014-06-30', '2014-09-30', '2014-12-31']*2 +\ 
           ['2014-02-28', '2014-05-31', '2014-08-31', '2014-11-30'] +\ 
           ['2014-03-31', '2014-06-30', '2014-09-30', '2014-12-31'], 
        'datafqtr' : ['2013Q3', '2013Q4', '2014Q1', '2014Q2'] +\ 
           ['2014Q1', '2014Q2', '2014Q3', '2014Q4']*3 +\ 
           ['2013Q4', '2014Q1', '2014Q2', '2014Q3'], 
        'fyr' : [5]*4 +\ 
          [12]*8 +\ 
          [11]*4 +\ 
          [3]*4}) 

# Reorder columns 
df = df[[df.columns[-1]] + list(df.columns[:-1])] 

# Convert 'datadate' to datetime 
df.loc[:, 'datadate'] = pd.to_datetime(df.loc[:, 'datadate']) 

# Show the dataframe 
df 

original df

二,(根據我理解這個問題是)我將創建datafqtr列的複製。要做到這一點我用模12映射技術創建的季度和年度:

# Copy the dataframe 
df1 = df.copy() 

# Insert 'year' column 
df1.insert(df1.shape[1], 
      'year', 
      df1.loc[:, 'datadate'].dt.year) 

# Insert 'month' column 
df1.insert(df1.shape[1], 
      'month', 
      df1.loc[:, 'datadate'].dt.month) 

# Subtract 'fyr' from 'month' 
df1.insert(df1.shape[1], 
      'month-fyr', 
      df1.loc[:, 'month'] - df1.loc[:, 'fyr']) 

# Create 'new_year' column 
df1.insert(df1.shape[1], 
      'new_year', 
      np.where((df1.loc[:, 'month-fyr'] <= 0) & (df1.loc[:, 'fyr'] < 6), 
        df1.loc[:, 'year'] - 1, 
        df1.loc[:, 'year'])) 

# Make a mapper for mapping the values of 'month-fyr' to 'new_qtr' 
mapper = {-9 : 1, 
      -6 : 2, 
      -3 : 3, 
      0 : 4, 
      3 : 1, 
      6 : 2, 
      9 : 3} 

# Insert the 'new_qtr' column 
df1.insert(df1.shape[1], 
      'new_qtr', 
      df1.loc[:, 'month-fyr'].map(mapper)) 

# Insert 'new_datafqtr' column (this should be equivalent to 'datafqtr') 
df1.insert(df1.shape[1], 
      'new_datafqtr', 
      df1.loc[:, 'new_year'].astype(str) + 'Q' + df1.loc[:, 'new_qtr'].astype(str)) 

# Show the dataframe 
df1 

new df

需要注意的是,當我創建的'new_year'專欄中,我不得不考慮是不是'fyr'是<比6。這在創建列時非常重要。

如果你想groupby 'gvkey', 'conm', 'new_year', 'new_qtr'這將顯示每個正確的會計年度和季度(按順序)。

希望這會有所幫助!

編輯:

# Insert random revenue 
df1.insert(df1.shape[1], 
      'random_revenue', 
      np.random.randint(low = 0, high = 1000000, size = df1.shape[0])) 

# Groupby 'gvkey', 'conm', 'new_year', 'new_qtr' and sum 'random_revenue' 
df_group = df1.groupby(['gvkey', 
         'conm', 
         'new_year', 
         'new_qtr']).agg({'random_revenue' : 'sum'}) 

# Find difference in revenue for "AAR CORP" between 2013Q3 and 2014Q2 
df_group.loc[('001004', 'AAR CORP', slice(None), [3, 2])].diff() 

的文檔pd.diff() - >https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.diff.html#pandas-dataframe-diff

+0

伊恩,這是真棒。肯定了解一些關於熊貓和NumPy的內容。我可能不像我應該在我的問題中那麼清楚。我的數據源始終提供'datafqtr'列,所以我不需要重新創建它。我所希望的是,熊貓有一個處理宿舍的對象,這樣我就可以進行智能化轉變,並從上一季度獲得價值。 例如,也許我想計算上一季度的收入變化。我可以告訴Pandas我的時間是四分之一,我想要-1 Q.我猜我不能? – Liedakkala

+0

請參閱我的編輯 –