Pandas DataFrame中如何对相邻连续行应用对数函数计算

核心逻辑 #

需求要求的逐行计算规则ln[X(i+1)/X(i)]等价于相邻两期价格的对数差，可通过pandas的向量化能力直接实现，无需逐行循环遍历，计算效率远高于自定义行级处理逻辑。

前置准备 #

• 先将存储原油价格的DataFrame按交易日日期做升序排序，避免因日期乱序导致相邻值错位、计算结果失真
• 校验价格列的数值属性，剔除值为0、负数或非数值的异常行，防止对数计算产生无效值

代码实现 #

以存储布伦特原油价格的列命名为brent_price为例，最终将计算结果存入新增列adjacent_log_ratio：

严格匹配需求对齐规则的版本（第i行存储对应计算值ln[X(i+1)/X(i)]）

import numpy as np
# 计算相邻两期的对数比值，默认结果对齐到相邻对的较晚日期
df['_temp_log'] = np.log(df['brent_price'] / df['brent_price'].shift(1))
# 将结果向前偏移1行，对齐到相邻对的较早交易日，匹配需求规则
df['adjacent_log_ratio'] = df['_temp_log'].shift(-1)
# 清理临时列
df = df.drop(columns=['_temp_log'])

简化版本（利用pandas内置收益率API实现，计算结果精度无差异）

# 借助pct_change计算相邻变化率，再转换为对数收益并对齐
df['adjacent_log_ratio'] = np.log1p(df['brent_price'].pct_change()).shift(-1)

注意事项 #

• 上述向量化计算逻辑对百万行级别的价格序列，运行耗时仅为毫秒级，远快于逐行apply的实现方式
• 计算完成后可通过随机抽样校验：比如随机选第i行，手动代入np.log(df.loc[i+1, 'brent_price'] / df.loc[i, 'brent_price'])，和计算列的值对比，确认对齐逻辑正确

内容的提问来源于stack exchange，提问作者TheMinotaur