Pandas循环计算日期对应%Change累计值与均值结果异常排查

原始数据与需求 #

有如下DataFrame：

Date  year  month  day  Week days  % Change
0   2020-01-02  2020      1    2   Thursday       NaN
1   2020-01-03  2020      1    3     Friday     -0.71
2   2020-01-06  2020      1    6     Monday      0.35
3   2020-01-07  2020      1    7    Tuesday     -0.28
4   2020-01-08  2020      1    8  Wednesday      0.49
..         ...   ...    ...  ...        ...       ...
500 2021-12-27  2021     12   27     Monday      1.38
501 2021-12-28  2021     12   28    Tuesday     -0.10
502 2021-12-29  2021     12   29  Wednesday      0.14
503 2021-12-30  2021     12   30   Thursday     -0.30
504 2021-12-31  2021     12   31     Friday     -0.26

需求：针对1-31日，计算对应% Change列的累计值与均值，存入一个31行2列的新DataFrame。

尝试的代码与问题 #

以下是验证计算的代码：

Range_Days = [*range(1, 32, 1)]
Perf=Range_Days
Perf_mean=Range_Days
i=0
    
for x in Range_Days:
     uno=Ticker_Ch.loc[Ticker_Ch["day"]==x]
     Perf_mean[i]=Ticker_Ch.loc[Ticker_Ch["day"]==x,'% Change'].mean().round(4)
     Perf[i]=Ticker_Ch.loc[Ticker_Ch["day"]==x,'% Change'].sum().round(4)
     i=i+1

print(Perf_mean)
print(Perf)
#Perf_day_s_month=pd.DataFrame(Perf,Perf_mean)

输出的Perf_mean和Perf结果完全相同：

[*********************100%***********************]  1 of 1 completed
[1.89, 13.5, -4.71, 5.57, 12.23, 8.94, 5.89, 6.28, -2.14, 3.6, -11.34, -7.87, 7.87, 7.12, 5.52, -9.64, 5.58, -9.13, -3.47, -2.26, -1.33, 6.1, -0.86, 9.27, 0.26, 2.8, -7.03, -1.54, 7.17, 
-1.22, -2.21]
[1.89, 13.5, -4.71, 5.57, 12.23, 8.94, 5.89, 6.28, -2.14, 3.6, -11.34, -7.87, 7.87, 7.12, 5.52, -9.64, 5.58, -9.13, -3.47, -2.26, -1.33, 6.1, -0.86, 9.27, 0.26, 2.8, -7.03, -1.54, 7.17, 
-1.22, -2.21]

循环内单个结果正确，但最终两个列表值一致，问题出在哪里？

错误原因 #

Python中列表是可变对象，直接赋值Perf=Range_Days和Perf_mean=Range_Days时，Perf和Perf_mean其实指向同一个列表的内存地址。修改其中一个列表的元素，另一个会同步变化，最终两个列表内容完全相同。

修正方案 #

方案1：初始化独立空列表 #

将Perf和Perf_mean初始化为空列表，循环中用append添加计算结果：

Range_Days = list(range(1, 32))
Perf = []
Perf_mean = []

for x in Range_Days:
    day_data = Ticker_Ch[Ticker_Ch["day"] == x]['% Change']
    # 跳过空值（比如第一天的NaN）
    if not day_data.dropna().empty:
        total = day_data.sum().round(4)
        avg = day_data.mean().round(4)
    else:
        total = None
        avg = None
    Perf.append(total)
    Perf_mean.append(avg)

# 生成目标DataFrame
result_df = pd.DataFrame({
    '累计值': Perf,
    '均值': Perf_mean
}, index=Range_Days)

方案2：用Pandas分组直接计算（更高效） #

不需要手动循环，直接用groupby按day分组，同时计算总和与均值，再重新索引补全1-31日：

# 按day分组计算总和与均值，自动跳过NaN
grouped = Ticker_Ch.groupby('day')['% Change'].agg(['sum', 'mean']).round(4)
# 重新索引，补全1-31日，缺失值填充为NaN
result_df = grouped.reindex(range(1, 32)).rename(columns={'sum': '累计值', 'mean': '均值'})

这个方法更简洁，且利用Pandas内置优化，性能比手动循环更好。

内容的提问来源于stack exchange，提问作者Mario V