如何在时间序列中新增列计算当日/昨日价格的自然对数？

要计算当日Promedio与昨日Promedio比值的自然对数，核心是拿到前一天的Promedio值和当日做比较，你之前的代码没做移位操作，所以达不到效果。直接用pandas的shift()函数就能搞定，这是时间序列处理移位的标准方法：

方法一：直接计算比值再取对数 #

import numpy as np
import pandas as pd

# 核心代码：用shift(1)获取前一行（昨日）的Promedio值
Accion1['Rentabilidad'] = np.log(Accion1['Promedio'] / Accion1['Promedio'].shift(1))

方法二：对数相减（结果和方法一完全一致） #

根据对数运算法则，ln(a/b) = ln(a) - ln(b)，也可以这么写：

Accion1['Rentabilidad'] = np.log(Accion1['Promedio']) - np.log(Accion1['Promedio'].shift(1))

处理缺失值 #

因为第一行没有前一天的数据，计算后会得到NaN，如果需要去掉这一行可以用：

Accion1 = Accion1.dropna(subset=['Rentabilidad'])

或者用特定值填充（比如0）：

Accion1['Rentabilidad'] = Accion1['Rentabilidad'].fillna(0)

为什么你之前的方法不行？ #

• 你写的np.log(Accion1['Promedio'])只是对当日价格单独取对数，没有和昨日价格做比值计算；
• 用iloc[0]/iloc[1]是固定取第一行和第二行的比值，不是逐行对应“当日/昨日”的关系，完全不符合时间序列的逐行移位需求。

内容的提问来源于stack exchange，提问作者jomjac