基于yfinance获取的DataFrame计算Day_Delta列：当日首个Open_Value涨跌幅

核心逻辑：按股票代码+交易日期分组，取每个分组第一个时间点的Open_Value作为当日基准价，再用每个时间点的Open_Value计算相对于基准价的涨跌幅百分比即可。

具体实现代码如下：

1. 先确保Datetime列转换为pandas支持的时间格式：

import pandas as pd
# 转换时间列格式，适配带时区的时间数据
df['Datetime'] = pd.to_datetime(df['Datetime'])

2. 按分组获取每个交易日的首个开盘基准价，再计算涨跌幅：

# 按股票代码、交易日期分组，取每组第一个开盘价作为当日基准
df['day_open_base'] = df.groupby(['symbol', df['Datetime'].dt.date])['Open_Value'].transform('first')
# 计算相对涨跌幅百分比，这里保留2位小数，可按需调整
df['Day_Delta'] = ((df['Open_Value'] / df['day_open_base'] - 1) * 100).round(2)
# 可选：删除临时生成的基准价列
df.drop('day_open_base', axis=1, inplace=True)

你提供的示例数据计算完成后，Day_Delta列的结果如下：

内容的提问来源于stack exchange，提问作者spartanboy