通过计算计算累计列

Question

我有以下数据帧：

data = {'month': {0: Timestamp('2019-01-01 00:00:00'),
1: Timestamp('2019-02-01 00:00:00'),
2: Timestamp('2019-03-01 00:00:00'),
3: Timestamp('2019-04-01 00:00:00'),
4: Timestamp('2019-05-01 00:00:00')},
'base_expenses': {0: 200.0, 1: 200.0, 2: 200.0, 3: 200.0, 4: 200.0},
'base_contribution': {0: 100.0, 1: 100.0, 2: 100.0, 3: 100.0, 4: 100.0}}
df = pd.DataFrame(data)
df
month   base_expenses   base_contribution
0   2019-01-01  200.0   100.0
1   2019-02-01  200.0   100.0
2   2019-03-01  200.0   100.0
3   2019-04-01  200.0   100.0
4   2019-05-01  200.0   100.0

这些数据将代表一项投资，该投资每月都会增加额外的捐款，并以一定的百分比每月增长。

例如，投资的起始余额是50000。每个月我们都会将base_contribution添加到余额中。最后，每月余额以0.6%的速度增长。

我可以使用如下循环计算所有这些：

CURRENT_BALANCE = 50000
MONTHLY_INVESTMENT_RETURN = 0.006
df['base_balance'] = CURRENT_BALANCE
for index, row in df.iterrows():
if index == 0:
balance = row['base_contribution'] + row['base_balance']
balance += balance * MONTHLY_INVESTMENT_RETURN
df.loc[row.name, 'base_balance'] = balance
else:
balance = row['base_contribution'] + df.loc[row.name - 1, 'base_balance']
balance += balance * MONTHLY_INVESTMENT_RETURN
df.loc[row.name, 'base_balance'] = balance

结果是：

month   base_expenses   base_contribution   base_balance
0   2019-01-01  200.0   100.0   50422.344909
1   2019-02-01  200.0   100.0   50847.407197
2   2019-03-01  200.0   100.0   51275.204349
3   2019-04-01  200.0   100.0   51705.753960
4   2019-05-01  200.0   100.0   52139.073741

我正在处理的实际数据非常大，因此如果可能的话，我宁愿避免这种循环方法。有没有一种方法可以在矢量化庄园或不循环的情况下做到这一点？

Answer 1

根据这篇文章，似乎不可行

您可以在每个循环中保存一个if。df.at也是在数据帧中设置值的一种更快的方式。

balance = df.loc[0, 'base_contribution'] + df.loc[0, 'base_balance']
balance += balance * MONTHLY_INVESTMENT_RETURN
df.at[0, 'base_balance'] = balance
for index, row in df[1:].iterrows():
balance = row['base_contribution'] + df.loc[row.name - 1, 'base_balance']
balance += balance * MONTHLY_INVESTMENT_RETURN
df.at[index, 'base_balance'] = balance

我发现了一些有趣的方法：rolling、cumsum和expanding。但这里什么都不起作用，因为我们一开始就不知道base_conttribution的值。

Answer 2

假设base_balance为常数。

只需一个中间步骤，您就可以随心所欲：请记住，您可以将投资分成多个部分，并计算每个部分的回报。

因此，第n个月的起始余额(CURRENT_ALANCE(的结果值可以写成：

df["result_on_start_investment"] =  CURRENT_BALANCE * math.pow(MONTHLY_INVESTMENT_RETURN,  np.arange(len(df)) + 1)

每个月都会在投资中增加一笔额外的金额。这笔钱每个月都会得到回报。作为第一步，计算

df["result_on_added_at_month_one"] = base_balance * math.pow(MONTHLY_INVESTMENT_RETURN,  np.arange(len(df)) + 1)

最后，由于在第n-1个月增加的货币收入等于在第2个月在第1个月添加的货币收入：

df["balance"] = df["result_on_start_investment"] + df["result_on_added_at_month_one"].cumsum()

结果：

month  base_expenses  base_contribution  n  result_on_added_at_month_one  result_on_start_investment       balance
0      0          200.0              100.0  1                    100.643403                50321.701506  50422.344909
1      1          200.0              100.0  2                    101.290946                50645.472848  50847.407197
2      2          200.0              100.0  3                    101.942655                50971.327345  51275.204349
3      3          200.0              100.0  4                    102.598557                51299.278400  51705.753960
4      4          200.0              100.0  5                    103.258679                51629.339502  52139.073741