python - pandas.Series groupby pct_change 没有填充缺失值

Question

如何以向量化方式计算pandas.Series groupby pct_change而不填充缺失值？

例子：

import pandas as pd, numpy as np
d = pd.Series(data=list(range(1,6))*2,
    index=pd.MultiIndex.from_product([['a','b'],range(0,5)]), dtype=np.float64)
d.loc[(slice(None),2)] = np.nan
d.groupby(level=0).pct_change(fill_method=None)
#     filled = getattr(self, fill_method)(limit=limit)
# TypeError: getattr(): attribute name must be string

我知道我可以使用apply：

d.groupby(level=0).apply(lambda x: x.pct_change(fill_method=None))

我正在寻找更有效的解决方案。

谢谢您的帮助！

标签： pythonpandaspandas-groupbyvectorization