import pandas as pd
import numpy as np
データフレームを日付でソート
df.sort_values(by='TDATE', inplace=True)
銘柄コードごとにグループ化
grouped = df.groupby('SICC_CODE')
幾何平均を計算する関数
def geom_mean(iterable):
a = np.array(iterable)
return a.prod()**(1.0/len(a))
EPSの変動率と幾何平均を計算する関数
def calculate_growth_rates(group):
# EPSの変動率を計算（3ヶ月ごと）
group['Growth_Rate'] = group['EPS'].pct_change(periods=3)
# 3か月ごとの変動率の幾何平均を、15か月後から計算して格納
geom_means = []
for i in range(len(group)):
if i >= 14: # 15か月目から幾何平均を計算
rates = group['Growth_Rate'].iloc[i-14:i+1] # 過去15か月分のデータを取得
if not rates.isnull().any(): # NaN値がなければ計算
geom_mean_val = geom_mean(rates.dropna())
else:
geom_mean_val = np.nan
geom_means.append(geom_mean_val)
else:
geom_means.append(np.nan)
group['Geom_Mean_Growth'] = geom_means
return group
各銘柄コードに関数を適用してデータフレームを更新
df = grouped.apply(calculate_growth_rates)
結果の表示
print(df[['TDATE', 'SICC_CODE', 'EPS', 'Geom_Mean_Growth']])