我有一个DataFrame，看起来像这样：

daily_return      year month day
date                                        
2018-12-27           NaN      2018    12  27
2018-12-28      1.020245      2018    12  28
2018-12-31      1.000650      2018    12  31
2019-01-02      1.020473      2019    01  02
2019-01-03      1.009129      2019    01  03
...                  ...       ...   ...  ..
2023-01-20      1.001087      2023    01  20
2023-01-23      0.998455      2023    01  23
2023-01-24      1.002491      2023    01  24
2023-01-25      1.004482      2023    01  25
2023-01-26      1.004953      2023    01  26

我想为每个日期（每行）计算daily_return列的年初至今标准差。示例：

• 对于行“2018-12- 31”，结果将是从“2018-12-01”到“2018-12- 31”的daily_return的标准差：[钠氮，1.020245，1.000650]。
• 对于行“2019-01- 03”，我们引用的是"2019“年。因此，标准差应仅考虑从”2019-01-01“到当前行日期”2019-01- 03“的值：[一点零二零四七三，一点零零九一二九]
• 对于行[2023-01-23]，结果应为从2023-01-01到2023-01-23的所有daily_returns
• 对于行[2023-01-24]，结果应为从2023-01-01到2023-01-24的所有daily_returns...

我使用以下代码为Month-to-Date cumprod做了类似的工作：

df.groupby(['month', 'year'])['daily_return'].cumprod()

date
2018-12-27         NaN
2018-12-28    1.020245
2018-12-31    1.020909
2019-01-02    1.020473
2019-01-03    1.029789
                ...   
2023-01-20    0.999914
2023-01-23    0.998369
2023-01-24    1.000856
2023-01-25    1.005342
2023-01-26    1.010322

您可以看到它工作正常，因为对于每个日期，它都会给我本月至今的cumprod。
但是，每当我尝试按年分组并计算std时，它只计算全年的std，而不计算每行的年初至今的std：

df.groupby(['year'])['daily_return'].std()

year
2018    0.013856
2019    0.007128
2020    0.021325
2021    0.010358
2022    0.009854
2023    0.006444