Question

我有一个当前可以正常工作的代码块，但最终却一遍又一遍地使用它，我不知道如何对其进行功能化（或简化为可以对其进行功能化的程度）。

最简单的说，我的数据看起来像是函数之前的前三列，而输出列是函数需要创建的：

Years | Input | Growth Vector | Output
2015  |       |           NaN | 37.40
2016  |       |        1.5375 | 57.50
2017  |  75.00|        1.3043 | 75.00
2018  |       |        1.4213 | 106.60
2019  |       |        1.4309 | 152.53
2020  |       |        1.3418 | 204.67
2021  |       |        1.3843 | 283.32
2022  |       |        1.5978 | 452.71

几条皱纹：

“输入”列可以是单个年份/值对，也可以是具有多个年份值的列。例如，有一次我有2016年到2020年的数据，需要估算2015年，2021年和2022年。我可以假设，尽管任何输入列都具有连续的年份/值对（即永远不会有数据） 2017和2019，但不是2018）。
每次使用函数“增长向量”时，都会进行计算不同（通过汇总年度，一个或多个其他维度，以及计算年度百分比变化。
它需要使用在每种情况下正确的公式（即以前的年份是价值/增长向量，而未来的年份是“价值*增长向量”。
在一个方向上估算多年时，需要计算首先最接近原始数据的值，然后递归使用最近估算的年份以计算下一个年份（例如 2016必须在2015之前计算，因为2015应该是2016 值除以2016年增长向量值）。

这是我当前正在使用的代码的一个版本：

Step 1: aggregate the user-defined Growth Vector source column 
according to user-defined dimensions and calculate the annual percent change

df_change= (df
     .sort_values(by=['Dimension1','Dimension2,'Year'])
     .loc[:,['Dimension1', 'Dimension2','Year','Value1']]
     .groupby(['Dimension1', 'Dimension2','Year'])
     .sum()
     .assign(Growth_Vector = lambda df: df.apply(lambda x: x.pct_change() + 1))
     .reset_index()
)

Step 2: expand the Growth Vector temporary data frame to include 
all dimension tags from the main data frame (so as to make both data frames 
have the same length). This will replicate the Growth Vector values across 
dimensions not used in the Growth Vector calculation. 

key_df = df[['Dimension1', 'Dimension2', 'Dimension3']].drop_duplicates().reset_index(drop=True)
min_year = df[['Years']].min()
max_year = df[['Years']].max()
years = pd.DataFrame(data={'dummy':1, 'Year':list(range(min_year,max_year+1))})
df_expander = key_df.assign(dummy=1).merge(years).drop('dummy', axis=1)
expanded_df = df_expander.merge(df, how='left', on=['Dimension1', 'Dimension2', 'Dimension3','Year'])

Step 3: impute the missing years in order so as to provide the recursive 
values for multiple years in a row being imputed. Melt the columns together 
without overwriting any previously calculated or original values.

df2 = (expanded_df.merge(df_change [['Dimension1', 'Dimension2','Year','Growth_Vector']], 
            how='left', 
            on=['Dimension1', 'Dimension2','Year'])
       .assign(value_imp_2016= lambda df: (df['Value2'] / df['Growth_Vector']).shift(-1))
       .assign(value_imp_2015 = lambda df: (df['value_imp_2016'] / df['Growth_Vector']).shift(-1))
       .assign(value_imp_2018 = lambda df: df['Value2'].shift(1) * df['Growth_Vector'])
       .assign(value_imp_2019 = lambda df: df['value_imp_2018'].shift(1) * df['Growth_Vector'])
       .assign(value_imp_2020 = lambda df: df['value_imp_2019'].shift(1) * df['Growth_Vector'])
       .assign(value_imp_2021 = lambda df: df['value_imp_2020'].shift(1) * df['Growth_Vector'])
       .assign(value_imp_2022 = lambda df: df['value_imp_2021'].shift(1) * df['Growth_Vector'])
       .assign(**{'Value2 Imputed': lambda df: df['Value2'].fillna(df['value_imp_2015'])})
       .assign(**{'Value2 Imputed': lambda df: df['Value2 Imputed'].fillna(df['value_imp_2016'])})
       .assign(**{'Value2 Imputed': lambda df: df['Value2 Imputed'].fillna(df['value_imp_2018'])})       
       .assign(**{'Value2 Imputed': lambda df: df['Value2 Imputed'].fillna(df['value_imp_2019'])})
       .assign(**{'Value2 Imputed': lambda df: df['Value2 Imputed'].fillna(df['value_imp_2020'])})
       .assign(**{'Value2 Imputed': lambda df: df['Value2 Imputed'].fillna(df['value_imp_2021'])})
       .assign(**{'Value2 Imputed': lambda df: df['Value2 Imputed'].fillna(df['value_imp_2022'])})
       .assign(**{'Value2': lambda df: df['Value Imputed2']})
       .drop({'Growth_Vector',
            'value_imp_2016',
            'value_imp_2015',
            'value_imp_2018',
            'value_imp_2019',
            'value_imp_2020',
            'value_imp_2021',
            'value_imp_2022',
            'Value2 Imputed',
             }, axis=1)
)

在此示例中，“ df”是包含增长向量源列“ Value1”，需要额外年份估算的“ Value2”和所有维列的大数据框。数据框“ df_change”具有与“ df”相同的长度，并且具有相同的尺寸列以及“增长向量”列。最后，“ df2”是输出帧，除包含输出列“ Value”外，它等于“ df”。

请帮助！作为可调用函数会是什么样子？有没有更简单的方法来实现自己的目标？

python-根据单独的增长向量估算缺少的年份

0 个答案: