Question

经过数小时的尝试学习如何做到这一点，我正在与社区联系。

我从以下内容开始：

                perf
date                
2018-06-01  0.012923
2018-06-02  0.039364
2018-06-03  0.042805
2018-06-04 -0.033214
2018-06-05 -0.021745

需要计算新列的累积百分比变化，但需要确保计算使用100作为起始值。所以我在单行前面加上了100：

                perf  pct_change
date                            
2018-05-31       NaN       100.0
2018-06-01  0.012923         NaN
2018-06-02  0.039364         NaN
2018-06-03  0.042805         NaN
2018-06-04 -0.033214         NaN

我需要得到的是这个

                perf  pct_change
date                            
2018-05-31       NaN       100.0
2018-06-01  0.012923    101.2923
2018-06-02  0.039364 105.2795701
2018-06-03  0.042805 109.7860621
2018-06-04 -0.033214 106.1396278

公式类似于pct_change = previous_days_pct_change * ( 1 + perf )

我尝试了几种不同的方法，包括没有成功的for ... in循环。

# INCOMPLETE/DOES NOT WORK (adding for illustration purposes only)
for index, row in performance.iterrows():
    curr = performance.loc[index, 'perf']
    pidx = index + pd.DateOffset(-1)
    prev = performance.iloc[[pidx], 'pct_change']
    performance.loc[index, 'pct_change'] = prev * ( 1 + curr )

我也尝试过：

performance['pct_change'] = performance['pct_change'].shift() * ( 1 + performance['perf'] )

哪种产量：

                perf  pct_change
date                            
2018-05-31       NaN         NaN
2018-06-01  0.012923  101.292251
2018-06-02  0.039364         NaN
2018-06-03  0.042805         NaN
2018-06-04 -0.033214         NaN

但这只给了我一个价值。

我怀疑已经有一种更简单的方法来执行我想做的事情，但我只是没有找到它。任何帮助，将不胜感激。在电子表格中非常容易做到，但是我想学习如何在Pandas中做到这一点。

谢谢

Answer 1

使用cumprod：

df['pct_change'] = (df['perf']+1).cumprod() * 100

达到您的实际需求：

pct_change_0 = (perf_0 + 1) * 100
pct_change_1 = pct_change_0 * (perf_1 + 1) = (perf_0 + 1) * (perf_1 + 1) *  100
pct_change_2 = pct_change_1 * (perf_2 + 1) = (perf_0 + 1) * (perf_1 + 1) * (perf_2 + 1) * 100
...

因此，您实际上是在计算perf值（或更准确地说perf + 1值）的累积乘积。

Answer 2

像这样：

dates = ['2018-06-01', '2018-06-02', '2018-06-03', '2018-06-04', '2018-06-05']
import datetime as dt
dates = [pd.datetime.date(dt.datetime.strptime(x, "%Y-%m-%d")) for x in dates]
perfs = [0.012923, 0.039364, 0.042805, -0.033214, -0.021745]
df = pd.DataFrame({'perf': perfs}, index=dates)

# The important bit:
df['pct_change'] = ((df['perf'] + 1).cumprod() * 100)

df
#                 perf  pct_change
# 2018-06-01  0.012923  101.292300
# 2018-06-02  0.039364  105.279570
# 2018-06-03  0.042805  109.786062
# 2018-06-04 -0.033214  106.139628
# 2018-06-05 -0.021745  103.831622

使用先前计算的值（来自同一列）和Pandas Dataframe中另一列的值来计算值

2 个答案: