我有我在 excel 中按天數(shù)排序的數(shù)據(jù)，我現(xiàn)在想要做的是獲得每天的每日收益總和。這里的問題是我這些天有多個條目。所以我可能只有一個 2018-12-05 的每日返回條目，但 2018-12-06 的 5 個條目。我希望我只獲得 2018-12-06 的一個條目，其中包含累積每日回報（因此所有累積回報加在一起）和平均每日回報（因此累積回報除以當(dāng)天的條目數(shù)量。對于2018-12-06 這將除以 5)。所以我現(xiàn)在擁有的數(shù)據(jù)是這樣的：            Dates  Last.Price  Daily.Return19788  2018-11-23       75.18     -0.00119919789  2018-11-23      129.04     -0.02649019790  2018-11-26       77.84     -0.03538219791  2018-11-26      127.98      0.00821519792  2018-11-27       79.50     -0.02132619793  2018-11-27      122.68      0.04141319794  2018-11-28       80.27     -0.00968619795  2018-11-29       80.00      0.003364最終的數(shù)據(jù)框應(yīng)該是這樣的              Dates  Last.Price  Cum.Return   Average.Return19788  2018-11-23       75.18     -0.027689    -0.013844519790  2018-11-26       77.84     -0.027167    -0.013583519792  2018-11-27       79.50      0.020087     0.010043519794  2018-11-28       80.27     -0.009686    -0.00968619795  2018-11-29       80.00      0.003364     0.003364到目前為止，我有以下代碼來總結(jié)每日回報。但是它的總和不正確。而且我不知道如何實(shí)現(xiàn)平均每日回報。df = pd.read_csv('/Python Test/SP500Acquirer.csv')def sum_from_days_prior(row, df):    '''returns sum of values in row month,     from all dates in df prior to row date'''    day = pd.to_datetime(row).day    all_dates_prior = df[df.index <= row]    same_day = all_dates_prior[all_dates_prior.index.day == day]    return same_day["Daily.Return"].sum()df.set_index('Dates', inplace = True)df.index = pd.to_datetime(df.index)df["Dates"] = df.indexdf.sort_index(inplace = True)df["Day"] = df["Dates"].apply(lambda row: sum_from_days_prior (row, df))df.drop("Dates", axis = 1, inplace = True)print(df.tail(20))如前所述，此代碼未正確總結(jié)每日收益。而且我不知道如何獲得這些天的平均回報。