【pandas 系列 第3讲】新增收益率列

1. 本节目标

第 3 讲开始第一次在 work_df 上新增一列真正有分析意义的结果：日收益率。目标不是一下子讲清所有收益率定义，而是先让你把“收盘价列”推进成“价格列 + 一列可解释的新指标”。

学完这一讲后，你可以直接完成下面几件事：

1. 知道为什么收益率通常从 close 列开始算。
2. 会用 pandas 生成一列最基础的日收益率。
3. 理解第一行为什么通常是空值。

这一步是 pandas 金融数据练习里最自然的一次升级，因为它让你第一次从“看表”走向“在表上算出新列”。

2. 为什么第 3 讲先新增收益率列

收盘价本身当然重要，但很多真正的金融分析并不直接拿价格做比较，而更关心价格变化幅度。收益率正好是最适合入门的第一列衍生指标，因为它：

1. 只依赖一列 close，输入简单。
2. 结果容易解释，是“今天相对昨天涨跌了多少”。
3. 后面不管做月度统计、均线、回测还是简单筛选，都很常继续用到。

所以第 3 讲不是在追求复杂公式，而是在帮你建立一种新意识：DataFrame 不只是被读取和筛选，它还可以逐步长出新的分析列。

3. 沿用第 2 讲的work_df

work_df = work_df.copy()
print(work_df.head())

当前这张表里至少应该有三列：

• date
• close
• volume

其中最关键的是 close。因为第 3 讲的收益率列完全建立在它之上。

4. 四步新增收益率列

这一讲的顺序最好固定下来：先确认价格列能参与计算，再生成新列，然后把新列和原始价格并排看，最后确认空值位置是否符合预期。

5. 先确认close是数值列

print(work_df['close'].dtype)

如果 close 还是字符串或混合类型，后面收益率就可能算不出来。最稳的做法是先显式转型：

work_df['close'] = pd.to_numeric(work_df['close'], errors='coerce')

6. 使用pct_change()计算收益率

work_df['return'] = work_df['close'].pct_change()
print(work_df.head())

这是第 3 讲最核心的一行。pct_change() 的含义非常直观：当前值相对上一行变化了多少比例。

7. 只把关键列打印出来看

print(work_df[['date', 'close', 'return']].head())

一定要把原始价格和新列并排看，这样你才能确认这列新结果到底在表达什么，而不是只看到一串小数。

8. 观察第一行空值

print(work_df['return'].head(3))

第一行通常会是空值，因为它前面没有“上一天”可比。这不是错误，反而是收益率列最应该理解的第一层逻辑。

9. 怎样判断收益率列已经加对了

收益率列是否可信，不看它是不是“生成了数字”，而看它有没有满足最基本的结构特征：列存在、首行为空、后面开始出现有效值。

10. 新列已经存在

assert 'return' in work_df.columns

11. 第一行为空是正常现象

assert work_df['return'].isna().iloc[0]

12. 后续行至少有一部分出现有效值

assert work_df['return'].notna().sum() > 0

13. 价格与收益率可以并排查看

print(work_df[['date', 'close', 'return']].head())

14. 为什么收益率列看着有点奇怪

收益率是这套短课里第一次真正意义上的衍生列，所以很多初学者第一次看到它时都会觉得不如价格列直观。下面这些现象大多不是错误，而是它的正常表现。

15. 第一行是 NaN

这是正常的，因为没有前一天可比较。

16. 收益率值很小

这通常也是正常的。日收益率往往就是几个百分点以内，写成小数时看起来会比较小。

17. 出现很多 NaN

这通常说明 close 列本身就有空值，或者类型没有先处理好。此时应该回头看第 2 讲的筛选和本讲第一步的转型。

18. 为什么不直接乘以 100

可以乘，但第 3 讲不建议一开始就这么做。保留原始小数收益率，对后续计算更自然，也更符合 pandas 常见用法。

19. 哪些情况仍然算本讲完成

1. 你把列名叫成 ret 也可以，只要自己清楚含义。
2. 第一行空值不算失败。
3. 当前只算简单日收益率，不必区分对数收益率和普通收益率。
4. 你暂时不删除第一行空值也没关系，第 4 讲再继续处理缺失值。

20. 写一个最小收益率函数

import pandas as pd

def add_daily_return(df: pd.DataFrame) -> pd.DataFrame:
    out = df.copy()
    out['close'] = pd.to_numeric(out['close'], errors='coerce')
    out['return'] = out['close'].pct_change()
    return out

work_df = add_daily_return(work_df)
print(work_df[['date', 'close', 'return']].head())

21. 第 3 讲开始让表“长出分析列”

前两讲更多是在把数据读进来、缩清楚；到了第 3 讲，你第一次真正给这张表加上了新的分析含义。以后无论你算均线、波动率还是分组统计，本质上都是在继续扩展这种“原始列 + 衍生列”的工作方式。

22. 完成标准

如果你现在已经能稳定在 close 基础上新增一列 return，并理解为什么第一行会为空，那第 3 讲就算完成。

23. 系列衔接

本讲是《pandas金融数据入门短课》的第 3/8 讲，当前主题是《新增收益率列》。

上一讲：第 2 讲《选列筛行：保留日期收盘价和成交量》。

下一讲：第 4 讲《处理缺失值》。

后续安排：第 5 讲《排序并重置索引》；第 6 讲《计算5日和10日均线》。

24. 风险揭示与免责声明