如何用Python DataFrame按年份计算正负收益日的平均收益率？

你已经完成了数据预处理（计算涨跌幅、标记正负收益日、提取年份），现在要给yearly_data添加每年正收益日和负收益日的平均收益率，可以通过以下几种清晰的方式实现：

方法一：分步计算并合并（逻辑直观） #

这种方式适合逐步拆解需求，每一步的作用都很明确：

import csv
import pandas as pd
import numpy as np

# 你的原有预处理代码
stocks_dataframe = pd.read_csv('^GSPC.csv', delimiter = ',')
stocks_dataframe['Percent_change'] = stocks_dataframe['Close'].pct_change()
stocks_dataframe['positive_return_day'] = np.where(stocks_dataframe['Percent_change']>=0, 1, 0)
stocks_dataframe['negative_return_day'] = np.where(stocks_dataframe['Percent_change']<0, 1, 0)
stocks_dataframe['date'] = pd.to_datetime(stocks_dataframe['Date'])
stocks_dataframe['year'], stocks_dataframe['month'] = stocks_dataframe['date'].dt.year, stocks_dataframe['date'].dt.month

# 1. 计算每年正收益日的平均收益率：先过滤正收益日，再按年份取均值
positive_yearly_avg = stocks_dataframe[stocks_dataframe['positive_return_day'] == 1].groupby('year')['Percent_change'].mean()
# 2. 计算每年负收益日的平均收益率：过滤负收益日，再按年份取均值
negative_yearly_avg = stocks_dataframe[stocks_dataframe['negative_return_day'] == 1].groupby('year')['Percent_change'].mean()

# 3. 整合所有统计量到yearly_data
yearly_data = pd.DataFrame({
    'positive_day_count': stocks_dataframe['positive_return_day'].groupby('year').sum(),
    'negative_day_count': stocks_dataframe['negative_return_day'].groupby('year').sum(),
    'positive_avg_return': positive_yearly_avg,
    'negative_avg_return': negative_yearly_avg
}).reset_index()  # 可选：把year从索引转为普通列，方便后续查看和操作

方法二：用groupby.agg一次性完成（更高效简洁） #

如果追求代码简洁性，可以通过聚合函数一次性完成所有统计指标的计算：

# 基于你预处理好的stocks_dataframe直接操作
yearly_data = stocks_dataframe.groupby('year').agg(
    positive_day_count=('positive_return_day', 'sum'),
    negative_day_count=('negative_return_day', 'sum'),
    # 正收益日平均收益率：lambda函数过滤正收益后求均值
    positive_avg_return=('Percent_change', lambda x: x[x >= 0].mean()),
    # 负收益日平均收益率：lambda函数过滤负收益后求均值
    negative_avg_return=('Percent_change', lambda x: x[x < 0].mean())
).reset_index()

关键说明 #

• 两种方法的结果完全一致，方法二减少了中间变量的创建，运行效率更高。
• lambda x: x[x >=0].mean()的作用是：对每个年份的涨跌幅序列，只保留正收益的记录，再计算它们的平均值，就是该年正收益日的平均收益率。
• 如果某一年没有正/负收益日，对应列会显示NaN，你可以根据需求用fillna(0)或其他方式填充。

运行完成后，yearly_data会包含年份、正负收益日数量、正负收益日平均涨跌幅这几类核心数据，完全满足你的需求。

内容的提问来源于stack exchange，提问作者adrCoder