【pandas 系列 第7讲】按月份统计平均收益

1. 本节目标

第 7 讲把前面已经算出来的 return 列继续往上推进一步：把日收益率按月份聚合，得到每个月的平均收益。这一步很适合入门者，因为它第一次把“逐行数据”提升成“按时间段汇总的结果表”。

学完这一讲后，你可以直接完成下面几件事：

1. 从日期列中提取月份信息。
2. 用 groupby() 做一次最小时间聚合。
3. 得到一张按月份汇总的收益结果表。

2. 为什么第 7 讲开始做分组统计

前几讲都在处理单行、单列和滚动窗口。到了第 7 讲，最自然的下一步就是做一次简单聚合。因为金融数据处理中，一个非常常见的问题就是：每天的数据看得懂，但想看按周、按月、按季度汇总后的结果时，该怎么做。

按月份统计平均收益，正好是最容易入门的一种聚合方式。它既不复杂，又能让你第一次真正体会到 groupby() 的价值。

3. 沿用已有return列的工作表

print(sorted_df[['date', 'return']].head())

当前这一步最关键的前提，是表里已经有 date 和 return 两列，而且 date 最好已经是 datetime。

4. 四步做月份平均收益统计

月度统计的关键不是公式，而是顺序。先把日期映射到月份，再按月份聚合，最后把结果表整理成一眼能读懂的样子。

5. 先确保日期列是 datetime

sorted_df['date'] = pd.to_datetime(sorted_df['date'], errors='coerce')

6. 新增一个月份列

sorted_df['month'] = sorted_df['date'].dt.to_period('M')
print(sorted_df[['date', 'month']].head())

这里的重点不是必须记住 to_period('M')，而是理解：你先要把日级别时间映射到月级别，再谈按月份聚合。

7. 按月份聚合平均收益

monthly_return = sorted_df.groupby('month')['return'].mean().reset_index()
print(monthly_return.head())

这就是第 7 讲最核心的一步。它把原来逐日的收益率，压成了一张按月份汇总的小表。

8. 给结果表改一个更清楚的列名

monthly_return = monthly_return.rename(columns={'return': 'avg_return'})
print(monthly_return)

这一步不是必须，但非常推荐。因为结果表一旦脱离原上下文，avg_return 比单纯的 return 更容易让你一眼看懂。

9. 怎样判断月份统计已经成立

判断这一讲有没有做成，重点不是结果表有多少行，而是它有没有从原来的逐日视角，真正转成按月份组织的汇总视角。

10. 结果仍然是 DataFrame

assert isinstance(monthly_return, pd.DataFrame)

11. 结果表里有月份列

assert 'month' in monthly_return.columns

12. 结果表里有平均收益列

assert 'avg_return' in monthly_return.columns

13. 至少统计出一行结果

assert len(monthly_return) > 0

14. 为什么月度统计结果不多

第一次做月度聚合时，最常见的疑问不是代码报错，而是结果“为什么只有这么几行”。这通常和样本跨度有关，不一定是逻辑出错。

15. 只有一个月的数据怎么办

那结果只有一行也是正常的。这一讲先要掌握的是聚合方式，不是追求很多月份。

16. 为什么有些月的平均收益是负的

这只是说明那个月整体偏弱，不是程序有问题。

17. 为什么一定要先新增month列

因为对入门者来说，这样最直观。你能清楚看见“每天属于哪个月份”，再做分组会更容易理解。

18. groupby()结果看着像 Series 怎么办

所以本讲推荐加 .reset_index()。它会把结果重新整理成更适合继续处理的表格结构。

19. 哪些情况仍然算本讲完成

1. 结果只有一两个月，也算完成。
2. 你把月份写成字符串而不是 Period 也可以，只要自己能清楚使用。
3. 当前只统计平均收益，不必一次性加总收益、波动率等更多指标。
4. 你可以把结果表单独命名成 monthly_return，和原表分开保存。

20. 写一个最小月度统计函数

import pandas as pd

def build_monthly_avg_return(df: pd.DataFrame) -> pd.DataFrame:
    out = df.copy()
    out['date'] = pd.to_datetime(out['date'], errors='coerce')
    out['month'] = out['date'].dt.to_period('M')
    result = out.groupby('month')['return'].mean().reset_index()
    return result.rename(columns={'return': 'avg_return'})

monthly_return = build_monthly_avg_return(sorted_df)
print(monthly_return)

21. 第 7 讲是在把“逐行表”变成“汇总表”

这是一个很重要的跨越。很多 pandas 初学者会一直停留在逐行看数据、逐列加字段的阶段，但真正的分析工作往往需要汇总视角。第 7 讲虽然只做了一个月度平均收益，但它已经帮你打开了这扇门。

22. 完成标准

如果你现在已经能把日收益率按月份聚合，得到一张带 month 和 avg_return 的结果表，那第 7 讲就算完成。

23. 系列衔接

本讲是《pandas金融数据入门短课》的第 7/8 讲，当前主题是《按月份统计平均收益》。

上一讲：第 6 讲《计算5日和10日均线》。

下一讲：第 8 讲《导出清洗后的行情表》。

24. 风险揭示与免责声明