在ETF时段收益率计算代码中添加Market Value及AccountNumber关联

import pandas as pd
import numpy as np

# 估值日期
VME = pd.to_datetime('3/31/2023')

results = pd.DataFrame()

# 遍历所有账户-基金的唯一组合
for acc, etf in df_data[["AccountNumber", "SecurityID"]].drop_duplicates().values:
    # 筛选当前账户-基金的所有数据
    fund_data = df_data.loc[(df_data["AccountNumber"] == acc) & (df_data["SecurityID"] == etf)]
    
    # 3个月收益率计算
    df_3m = fund_data.loc[(fund_data["Date"] >= VME - pd.DateOffset(months=2)) & (fund_data["Date"] <= VME)]
    df_3mror = (np.prod(df_3m["Return"] / 100 + 1) - 1) * 100 if not df_3m.empty else np.nan
    
    # 1年收益率计算
    df_1yr = fund_data.loc[(fund_data["Date"] >= VME - pd.DateOffset(months=11)) & (fund_data["Date"] <= VME)]
    df_1ror = (np.prod(df_1yr["Return"] / 100 + 1) - 1) * 100 if not df_1yr.empty else np.nan
    
    # 3年年化收益率计算
    df_3yr = fund_data.loc[(fund_data["Date"] >= VME - pd.DateOffset(months=35)) & (fund_data["Date"] <= VME)]
    df_3ror = (np.prod(df_3yr["Return"] / 100 + 1) ** (12/36) - 1) * 100 if not df_3yr.empty else np.nan
    
    # 获取估值日期的市值
    market_value = fund_data.loc[fund_data["Date"] == VME, "MarketValue"].iloc[0] if not fund_data[fund_data["Date"] == VME].empty else np.nan
    
    # 拼接结果
    results = pd.concat(
        [
            results,
            pd.DataFrame(
                {
                    "AccountNumber": [acc],
                    "AssetID": [etf],
                    "ValueDate": [VME],
                    "MarketValue": [market_value],
                    "3 Months ROR": [df_3mror],
                    "1 YR ROR": [df_1ror],
                    "3 YRS ROR (Annualized)": [df_3ror],
                }
            ),
        ]
    )

# 重置索引
results = results.reset_index(drop=True)
print(results)

• 账户-基金组合迭代：将循环对象改为账户与基金的唯一组合，确保每个账户下的同一只基金都能被独立计算，解决固定账户号的问题。
• 市值提取：针对每个账户-基金组合，直接筛选估值日期VME对应的MarketValue字段，确保市值与账户、基金一一对应。
• 空值处理：添加空数据判断，避免因某时段无收益率数据导致的计算报错，缺失数据用np.nan填充。
• 日期标准化：提前将VME转为datetime格式，避免重复转换，提升代码效率。

内容的提问来源于stack exchange，提问作者cemg