python-用第二列指示重置的cumprod熊猫

发布时间：2020-12-17 17:41:51 所属栏目：Python 来源：网络整理

导读：我需要计算以乘以Wgt列中的新值指示的某个频率重置的累积乘积. 例如,在由以下对象产生的DataFrame中： df = pd.DataFrame(np.random.lognormal(0,0.01,27),pd.date_range('2019-01-06','2019-02-01'),columns=['Chg'])df['Wgt'] = df['Chg'].asfreq('W')df.l

我需要计算以乘以Wgt列中的新值指示的某个频率重置的累积乘积.

例如,在由以下对象产生的DataFrame中：

df = pd.DataFrame(np.random.lognormal(0,0.01,27),pd.date_range('2019-01-06','2019-02-01'),columns=['Chg'])
df['Wgt'] = df['Chg'].asfreq('W')
df.loc[df.Wgt > 0,'Wgt'] = np.random.uniform(0.5,1,df.Wgt.count())

                 Chg       Wgt
2019-01-06  1.014571  0.861546
2019-01-07  1.018993       NaN
2019-01-08  1.017461       NaN
2019-01-09  1.003788       NaN
2019-01-10  1.014106       NaN
2019-01-11  0.995758       NaN
2019-01-12  0.989058       NaN
2019-01-13  0.995897  0.602225
2019-01-14  1.007336       NaN
2019-01-15  1.004143       NaN
...

我想计算一个新列Agg,其值为：

>如果df.Wgt！= np.nan,则df.Agg = df.Wgt
>其他df.Agg = df.Agg.shift()* df.Chg

也就是说,在此示例中,Agg为：

                 Chg    Wgt         Agg
1/6/2019    1.014571    0.861546    0.861546
1/7/2019    1.018993    NaN         0.877909343
1/8/2019    1.017461    NaN         0.893238518
1/9/2019    1.003788    NaN         0.896622106
1/10/2019   1.014106    NaN         0.909269857
1/11/2019   0.995758    NaN         0.905412734
1/12/2019   0.989058    NaN         0.895505708
1/13/2019   0.995897    0.602225    0.602225
1/14/2019   1.007336    NaN         0.606642923
1/15/2019   1.004143    NaN         0.609156244
...

有什么令人讨厌的方式做到这一点？

最佳答案

在cumprod上使用np.where

s=df.loc[df.Wgt.isnull(),'Chg'].groupby(df.Wgt.notna().cumsum()).cumprod()
np.where(df.Wgt.notna(),df.Wgt,s*df.Wgt.ffill())
Out[531]: 
array([0.861546,0.87790934,0.89323852,0.89662211,0.90926986,0.90541273,0.89550571,0.602225,0.60664292,0.60915624])

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!