增長我有一個相當複雜的問題，根本不知道如何解決：我想計算一些數據的每日/每週/ montlhy增長。計算每日/每週/每月使用Python
的困難之處在於，我收集的數據點隨機的事實。因此，我們可以有這樣的數據：
Date | orders
2017-01-12 | 1992
2017-01-13 | 2912
2017-02-10 | 3912
2017-02-11 | 4112
2017-02-12 | 4412
2017-02-16 | 5112
2017-03-01 | 8112
我有巨大的數據量，所以我不認爲這將有可能真正建立這個，而不產生將存儲結果，以避免長時間等待一個臨時表倍。
所以我想創造一個增長的表（使用谷歌的數據存儲）和...好，我stucked那裏。如何解決...
任何幫助表示讚賞！
我只花了射擊在這一點，因爲你並沒有太多的迴應......或任何......我看到。
from pandas_datareader import data
s = data.get_data_yahoo('SBUX', start='2016-01-02',end='2017-12-04')['Adj Close']
monthly = s.resample('BM', how=lambda x: x[-1])
print(monthly)
這是另一種獲取時間序列數據的方法。
from pandas_datareader import data
import datetime as dt
import pandas as pd
ticker = 'MSFT'
begdate = '2016-11-11'
enddate = '2017-12-04'
data1 = data.DataReader(ticker,'yahoo',dt.datetime(2014,11,11),dt.datetime(2016,11,11))
print(data1)
下面是一些指導方針和總體經驗法則。
當我們進行投資時，我們將資金投資於不同的資產，並在不同的時間段獲得回報。例如，對短期國庫券的投資將持續3個月。我們可能會投資股票並在一週後退出幾天。爲了使這些不同投資的回報可比，我們需要將回報年度化。因此，所有的每日，每週，每月或每季度回報將轉換爲年化回報。爲年度化的返回過程如下：
的基本思想是將返回化合物每年的時期。所以，如果我們有每月回報，我們知道這一年有12個月，同樣有52周，4個季度和365天。我們用全年的時段數來計算我們的回報。
讓我們來舉幾個例子來理解這一點。
示例1：季度收益
假設我們有5％的季度收益。由於在一年四個季度，每年的回報率將是：
Annual returns = (1+0.05)^4 – 1 = 21.55%
例2：月報表
比方說，我們有2％的月回報。由於有一年12個月，年回報率將是：
Annual returns = (1+0.02)^12 – 1 = 26.8%
例3：每週返回
比方說，我們有0.5％的週迴報。由於有52個星期了一年，全年回報率將是：
Annual returns = (1+0.005)^52 – 1 = 29.6%
例4：日收益
比方說，我們有0.1％的日回報。由於在一年365天，年回報率將是：
Annual returns = (1+0.001)^365 – 1 = 44.02%
例5：100天返回
實際上，我們可以有任意天數回報，並將其轉換爲年化回報率。假設我們有超過100天的6％回報。每年的回報率將是：然而
Annual returns = (1+0.06)^(365/100) – 1 = 23.69%
年化回報率有一個限制 - 他們認爲我們將能夠以同樣的速度進行再投資的錢。然而，這可能並不總是可能的。如果我們在一季度中獲得5％的收益，我們不能保證我們能夠在今年的三個季度中複製這些收益。