如何在pandas DataFrame中按Ticker分组重置计算Retained Earnings的百分比变化

实现方法 #

首先需要保证同一只股票（Ticker）的财务数据按时间先后排序，再按Ticker分组计算环比百分比变化即可，核心用pandas的groupby+pct_change方法实现：

步骤1：按时间维度排序 #

保证每个Ticker的财务报告按时间先后排列，避免计算顺序错误：

import pandas as pd
import numpy as np

# 按Ticker、财年、财期升序排列，覆盖原始索引
df = df.sort_values(by=['Ticker', 'Fiscal Year', 'Fiscal Period'], ignore_index=True)

步骤2：分组计算百分比变化 #

按Ticker分组后计算Retained Earnings列的环比变化，每个新Ticker的第一行结果会自动置为空值，符合重置计算逻辑的要求：

df['Retained Earnings 环比变化率'] = df.groupby('Ticker')['Retained Earnings'].pct_change()

可选：异常值与格式优化 #

如果上期留存收益为0或负数时，pct_change会返回无穷值，可统一替换为空值；也可以直接格式化为百分比字符串：

# 替换正负无穷值为空
df['Retained Earnings 环比变化率'] = df['Retained Earnings 环比变化率'].replace([np.inf, -np.inf], np.nan)

# 可选：格式化为带两位小数的百分比形式
df['Retained Earnings 环比变化率'] = df['Retained Earnings 环比变化率'].apply(
    lambda x: f"{x:.2%}" if pd.notna(x) else x
)

内容的提问来源于stack exchange，提问作者Calvin K