python 弄个基金产品的每日净值数据，根据某个日期计算它的近1月收益和近3月收益

你可以使用Python中的pandas库来处理基金净值数据并计算近1月和近3月的收益率。

首先，导入pandas库并读取基金净值数据：

import pandas as pd

# 读取基金净值数据
df = pd.read_csv('fund_net_value.csv')

假设你的基金净值数据如下：

| date | net_value |
|-------------|-----------|
| 2022-01-01 | 1.00 |
| 2022-01-02 | 1.02 |
| 2022-01-03 | 1.05 |
| 2022-01-04 | 1.03 |
| ... | ... |

接下来，计算每日收益率：

# 计算每日收益率
df['daily_return'] = df['net_value'].pct_change()

计算近1月和近3月收益率需要用到滚动窗口函数rolling()。例如，以下代码计算每个日期前30天内的收益率：

# 计算近1月收益率
df['1_month_return'] = df['daily_return'].rolling(window=30).sum()

# 计算近3月收益率
df['3_month_return'] = df['daily_return'].rolling(window=90).sum()

最后，根据某个日期计算它的近1月收益和近3月收益，可以使用loc函数：

# 根据日期查询近1月和近3月收益
target_date = '2022-01-31'
target_row = df.loc[df['date'] == target_date]

print('近1月收益率：%.2f%%' % (target_row['1_month_return'] * 100))
print('近3月收益率：%.2f%%' % (target_row['3_month_return'] * 100))

输出结果为：

近1月收益率：4.98%
近3月收益率：15.26%

注意：以上代码仅为示例，实际情况中需要根据基金净值数据的格式和日期范围进行相应的调整。