从熊猫数据帧创建滚动率矩阵

Question

抱歉，如果我问的是一个非常基本的问题。我想在 python 中复制一个简单的滚动矩阵，但是我很挣扎，我想知道是否可以得到一些帮助。

老化（已作为 DF 导入）

<头>

月	纽约时间	DPD30	DPD60	DPD90	DPD120	DPD150	损失
一月	1000	500	400	300	200	100	50
二月	1200	400	350	250	150	180	30
三月	900	890	250	200	180	120	100
四月	2100	600	650	190	125	150	80
五月	1800	1200	400	450	125	80	90
六月	1500	900	800	257	325	90	75

流量矩阵

<头>

月	纽约时间	DPD30	DPD60	DPD90	DPD120	DPD150
二月	40%	70%	63%	50%	90%	30%
三月	74%	63%	57%	72%	80%	56%
四月	67%	73%	76%	63%	83%	67%
五月	57%	67%	69%	66%	64%	60%
六月	50%	67%	64%	72%	72%	94%

你可以从上面的例子中看到，我从老化表中创建了一个流量矩阵。例如，2 月份的 40% 的计算方法是将 DPD30 中的 400 除以 NYD 1 月份的 1000 (400/1000)（即 1000 中的 400 在下个月移入下一个桶）。

如果有人能指导我如何在 python 中重新创建它，我将不胜感激。我已经将 CSV 老化文件作为 df 导入，但是我不确定如何操作 df 中的数据来为流量矩阵创建新的 df。

非常感谢您的帮助

Answer 1

import pandas as pd


df=pd.read_excel(r"D:\Stack_overflow/test1.xlsx")


#TAKING OUT ALL THE COLUMNS WITH HAVING INT TYPE
cols=df.select_dtypes(exclude=['object']).columns
cols=cols.to_list()


#CREATING ANOTHER LIST WITH _tmp ADDED TO THE LIST ELEMNETS
cols2=[x + '_tmp' for x in cols]

cols2=cols2+['tmp']

cols=cols+['tmp']
print(cols2)

#ADDING TMP COLUMN TO DF
df['tmp']=0

df['Month']=df['Month'].shift(-1)

#RUNNING OUT THE LOOP FOR EVERY EELEMENT STARTING FROM THE DPD30 (ELEMENT 2nd of cols)
for i in range(len(cols)-1):
    df[cols[i]]=((df[cols[i+1]].shift(-1))/df[cols[i]])*100
    
print(df.head())

  Month        NYD      DPD30      DPD60  ...     DPD120     DPD150  Loss  tmp

    0   Feb  40.000000  70.000000  62.500000  ...  90.000000  30.000000   0.0    0
    1   Mar  74.166667  62.500000  57.142857  ...  80.000000  55.555556   0.0    0
    2   Apr  66.666667  73.033708  76.000000  ...  83.333333  66.666667   0.0    0
    3   May  57.142857  66.666667  69.230769  ...  64.000000  60.000000   0.0    0
    4  June  50.000000  66.666667  64.250000  ...  72.000000  93.750000   0.0    0

稍后您可以删除不需要的 tmp 列，或者在进一步的代码中给出任何错误。

希望能解决问题。