运算与对齐：合并不同交易日的数据

运算与对齐：合并不同交易日的数据

小象量化极客小册 · 华尔街量化分析先锋系列

Pandas 是量化交易员最核心的武器。本节你将通过 Series 和 DataFrame 深度处理时间序列行情数据，掌握 loc/iloc 定位筛选、缺失值与重复值清洗、以及最大回撤与年化波动率等核心指标统计计算。

小象量化极客小册 · 华尔街量化分析先锋系列 Pandas 是量化交易员最核心的武器。本节你将通过 Series 和 DataFrame 深度处理时间序列行情数据，掌握 loc/iloc 定位筛选、缺失值与重复值清洗、以及最大回撤与年化波动率等核心指标统计计算。

💡 核心导读

本节将深入讲解 Pandas 中数据运算与对齐的核心机制。通过学习，您将掌握：1) Pandas 自动对齐特性在运算中的应用原理 2) 不同数据结构间的广播规则 3) 缺失值处理技巧。重点包含索引对齐、算术运算、比较运算等实战场景，并通过 DataFrame 与 Series 的混合运算案例演示 Pandas 的智能处理能力。

索引对齐机制

自动对齐原理

Pandas 所有二元运算都基于索引对齐，这是其区别于 NumPy 的核心特性。当两个对象运算时，系统会先检查索引匹配情况：

import pandas as pd

s1 = pd.Series([10, 20, 30], index=['A', 'B', 'C'])
s2 = pd.Series([1, 2, 3], index=['B', 'C', 'D'])

result = s1 + s2
print(result)

输出结果：

A     NaN
B    21.0
C    32.0
D     NaN
dtype: float64

对齐规则

1. 索引完全匹配时直接运算
2. 索引部分匹配时，仅对共有索引执行运算
3. 无匹配索引时返回 NaN

💡 概念小测：加法填充值

两个不同日期的股票仓位 Series（s1 包含 [‘AAPL’, ‘GOOG’]，s2 包含 [‘GOOG’, ‘MSFT’]）。如果我们直接计算 s1 + s2，结果中 ‘AAPL’ 和 ‘MSFT’ 对应的取值会是什么？

• 两个股票的值会保留其原始的值，不会有任何改变。
• 两者都会变成 NaN，因为无法在另一边对齐找到对应值。
• ‘AAPL’ 为其原始值，而 ‘MSFT’ 报错无法生成。
• Pandas 会自动把缺失的值假设为 0，然后输出正常的相加数值。

📝 选择题

💡 概念小测：加法填充值 两个不同日期的股票仓位 Series（s1 包含 [‘AAPL’, ‘GOOG’]，s2 包含 [‘GOOG’, ‘MSFT’]）。如果我们直接计算 s1 + s2，结果中 ‘AAPL’ 和 ‘MSFT’ 对应的取值会是什么？

• A. 两个股票的值会保留其原始的值，不会有任何改变。
• B. 两者都会变成 NaN，因为无法在另一边对齐找到对应值。
• C. ‘AAPL’ 为其原始值，而 ‘MSFT’ 报错无法生成。
• D. Pandas 会自动把缺失的值假设为 0，然后输出正常的相加数值。

答案：B（两者都会变成 NaN，因为无法在另一边对齐找到对应值。）

算术运算实战

DataFrame 广播运算

Pandas 支持维度自动扩展（广播）：

df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
series = pd.Series([10, 20], index=['A', 'B'])

df_add = df + series  
print("列广播结果:\n", df_add)

df_add_row = df.add(series, axis=0)
print("行广播结果:\n", df_add_row)

数据结构变化：

原始DataFrame:
   A  B
0 1  3
1 2  4

列广播后:
   A   B
0 11  23
1 12  24

缺失值处理

使用运算方法替代运算符可控制缺失值行为：

df1 = pd.DataFrame({'X': [1, None], 'Y': [3, 4]})
df2 = pd.DataFrame({'X': [5, 6], 'Y': [None, 8]})

print("加法结果:\n", df1 + df2)

print("填充后加法:\n", df1.add(df2, fill_value=0))

比较运算与逻辑操作

元素级比较

生成布尔型 DataFrame/Series：

df = pd.DataFrame({'Temp': [18.5, 22.1, 19.8], 
                   'Humidity': [45, 62, 58]},
                  index=['Mon', 'Tue', 'Wed'])

high_temp = df['Temp'] > 20
print("高温日:\n", high_temp)

condition = (df['Temp'] > 18) & (df['Humidity'] < 60)
print("舒适日:\n", df[condition])

💡 代码填空：指定填充值相加

补全代码，使用 add 方法把两只股票的价格 Series 相加，如果单边日期缺失则用价格 0 代替参与计算：

import pandas as pd

s1 = pd.Series({'AAPL': 150.0})
s2 = pd.Series({'AAPL': 5.0, 'MSFT': 300.0})
combined = s1.{blank}(s2, fill_value=0)
print(combined['MSFT']) # 输出 300.0

• sum
• add
• plus

✏️ 填空题

💡 代码填空：指定填充值相加 补全代码，使用 add 方法把两只股票的价格 Series 相加，如果单边日期缺失则用价格 0 代替参与计算：

import pandas as pd
s1 = pd.Series({'AAPL': 150.0})
s2 = pd.Series({'AAPL': 5.0, 'MSFT': 300.0})
# 使用 add 指定 fill_value
combined = s1.___(s2, fill_value=0)
print(combined['MSFT']) # 输出 300.0

答案：add

本章小结

行动清单

• 创建两个索引部分重叠的 Series，实践加减乘除运算并观察结果对齐方式
• 用 DataFrame 与 Series 进行行列两个维度的广播运算，比较 axis 参数的不同效果
• 对包含缺失值的数据集先填充再运算，对比直接运算的结果差异

「小象量化教研组」