如何用Pandas计算IPO后公司逐期累积收益（BHARs）？求替代方案

问题背景 #

我有一个面板结构的Pandas DataFrame，包含约300家公司IPO后的每日收益数据：

• day_diff：IPO已过天数
• return_1：当日单日报酬率（已加1处理）
• company_tic：公司代码

目标是针对每个company_tic，计算从day0到每个day_diff的return_1累积乘积（例如day0到day1、day0到day2……直至day730）。之前尝试df.groupby(['company_tic', 'day_diff'])['return_1'].expanding().prod()未成功，求替代实现方法。

DataFrame结构示例：

Index     day_diff        company_tic   return_1
0           0               xyz          1.8914
1           1               xyz          1.0542
2           2               xyz          1.0016
3           0               abc          1.4398
4           1               abc          1.1023
5           2               abc          1.0233
...      ...                ...          ...

解决方案 #

方法1：分组后直接用cumprod()（最简洁高效） #

之前的错误在于把day_diff也纳入了分组条件，导致每个分组仅对应单公司单日数据，无法完成累积计算。正确的做法是仅按company_tic分组，再对return_1使用cumprod()（前提是每个公司的day_diff按升序排列）：

# 先确保数据按公司和IPO天数升序排列（若原始数据无序）
df = df.sort_values(['company_tic', 'day_diff'])
# 新增累积乘积列
df['cumulative_return'] = df.groupby('company_tic')['return_1'].cumprod()

方法2：使用expanding().prod()的正确写法 #

如果坚持要用expanding，需仅按company_tic分组，再通过reset_index对齐结果：

df = df.sort_values(['company_tic', 'day_diff'])
df['cumulative_return'] = df.groupby('company_tic')['return_1'].expanding().prod().reset_index(level=0, drop=True)

方法3：结合transform实现 #

通过transform可以将分组内的累积计算结果映射回原DataFrame：

df = df.sort_values(['company_tic', 'day_diff'])
df['cumulative_return'] = df.groupby('company_tic')['return_1'].transform(lambda x: x.cumprod())

注意事项 #

• 必须保证每个公司的day_diff从0开始连续递增，若存在天数缺失或顺序混乱，需先完成排序或补全操作，否则累积结果会出错。
• return_1已做加1处理，因此累积乘积直接代表从IPO日到当日的总收益倍数，无需额外转换。

内容的提问来源于stack exchange，提问作者Marie-Pier St-Vincent