同时填充数据集并计算对数收益率的长度匹配问题求助

这个问题我之前处理金融时间序列时也碰到过，确实是np.diff的特性导致的——它会生成比原数据少一个元素的结果，因为计算的是相邻元素的差值。下面给你两种简单的解决办法，都能完美匹配原DataFrame的长度：

方法1：用Pandas的shift()手动计算（最直观） #

既然对数收益率的公式是ln(price_t) - ln(price_{t-1})，我们可以用shift(1)把价格列向下偏移一行，再做减法。这样首行会自动填充NaN（因为第一天没有前一天的价格数据），正好符合逻辑：

import numpy as np
import pandas as pd

# 假设你的DataFrame是df
ret_names =['FTSEMIB_Index_ret', 'FCA_IM_Equity_ret', 'UCG_IM_Equity_ret', 'ISP_IM_Equity_ret', 'ENI_IM_Equity_ret', 'LUX_IM_Equity_ret']

for index, name in enumerate(ret_names):
    price_col = df.iloc[:, index]
    # 计算对数收益率：当前对数价格 - 上一行对数价格
    df[name] = np.log(price_col) - np.log(price_col.shift(1))

方法2：用np.insert()给np.diff结果补全缺失值 #

如果你坚持想用np.diff，可以在计算结果的开头插入一个NaN，让数组长度和原DataFrame一致：

for index,name in enumerate(ret_names):
    log_diff = np.diff(np.log(df.iloc[:,index]))
    # 在结果开头插入NaN，补全长度
    df[name] = np.insert(log_diff, 0, np.nan)

方法3：用Pandas的diff()简化代码（最简洁） #

Pandas的Series.diff()方法本身就是计算相邻元素的差值，结合对数转换可以一行搞定：

for index,name in enumerate(ret_names):
    df[name] = np.log(df.iloc[:,index]).diff()

结果说明 #

三种方法最终得到的收益率列都会和原DataFrame长度一致，首行为NaN（这是合理的，因为没有前一日数据无法计算首日收益率）。后续行的数值完全相同，推荐用方法3，代码最简洁且符合Pandas的惯用写法。

内容的提问来源于stack exchange，提问作者Ares Bertelli