如何在Python中从DataFrame计算几何均值及年度Change变量几何均值？

一、基础几何均值计算 #

几何均值的核心计算逻辑有两种，适配不同场景：

方式1：乘积开方法（适合小数据集） #

如果数据无0或负数，可直接通过乘积开n次方计算（若为涨跌幅数据，需先加1转换为增长因子）：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({'Change': [0.01, 0.02, -0.005, 0.015]})

# 计算涨跌幅的几何均值
geo_mean = (df['Change'] + 1).prod() ** (1/len(df)) - 1
print(f"几何均值：{geo_mean:.4f}")

方式2：对数转换法（更稳定，适合大数据集） #

利用对数将乘积运算转为求和，避免数值溢出问题：

log_vals = np.log(df['Change'] + 1)
geo_mean = np.exp(log_vals.mean()) - 1
print(f"几何均值：{geo_mean:.4f}")

二、按年度分组计算Change的年度几何均值 #

针对每日数据的年度分组需求，按以下步骤操作：

步骤1：处理日期列 #

先将日期列转为datetime类型，提取年份作为分组依据：

# 模拟每日数据集（匹配你的数据结构）
data = {
    'Date': pd.date_range(start='2020-01-01', end='2022-12-31', freq='D'),
    'Change': np.random.uniform(-0.02, 0.02, size=1096)
}
df = pd.DataFrame(data)

# 提取年份
df['Year'] = df['Date'].dt.year

步骤2：分组计算年度几何均值 #

通过groupby结合自定义函数实现分组计算：

# 定义年度几何均值计算函数
def annual_geo_mean(x):
    return np.exp(np.log(x + 1).mean()) - 1

# 按年份分组计算
annual_geo_results = df.groupby('Year')['Change'].apply(annual_geo_mean).reset_index()
annual_geo_results.columns = ['Year', 'Annual_Geometric_Mean']

print(annual_geo_results)

关键注意事项 #

• 若Change列存在导致1+Change为0或负数的极端值，需先清洗数据（如剔除或按业务逻辑修正），否则对数计算会报错。
• 如果原始日期列是字符串格式，需先用pd.to_datetime(df['Date'])转换为datetime类型后再提取年份。

内容的提问来源于stack exchange，提问作者Matt