英文:
how to calculate value using previous other columns' value in python
问题
我想从下面的DataFrame中计算回报率。
使用其他列的前一行，甚至按id分组
具体来说，
从
>>> df = pd.DataFrame({'id': ['Blue', 'Blue','Blue','Red','Red'],'a':[100,200,300,1,2],'b':[10,20,15,3,2],'c':[1,2,3,4,5]})>>> dfid a b c0 Blue 100 10 11 Blue 200 20 22 Blue 300 15 33 Red 1 3 44 Red 2 2 5
我想要做以下操作。
df['new_col'] = a / a(前一行的值) + b(前一行的值) - c(前一行的值)
我认为pct_change()不会帮助，因为它只适用于同一列。
>>> dfid a b c new_col0 Blue 100 10 1 -1 Blue 200 20 2 = 200 / (100 + 10 - 1)2 Blue 300 15 3 = 300 / (200 + 20 - 2)3 Red 1 3 4 -4 Red 2 2 5 = 2 / (1 + 3 - 4)
英文:
I'd like to calculate rate of return from Dataframe belows.
Using other columns' previous row, even group by id
To be specific ,
From
>>> df = pd.DataFrame({'id': ['Blue', 'Blue','Blue','Red','Red'],'a':[100,200,300,1,2],'b':[10,20,15,3,2],'c':[1,2,3,4,5]})>>> dfid a b c0 Blue 100 10 11 Blue 200 20 22 Blue 300 15 33 Red 1 3 44 Red 2 2 5
I want to make following.
df['new_col'] = a / a(previous row value) + b(previous row value) - c(previous row value)
I think pct_change() doen't help since it works only same column.
>>> dfid a b c new_col0 Blue 100 10 1 -1 Blue 200 20 2 = 200 / (100 + 10 - 1)2 Blue 300 15 3 = 300 / (200 + 20 - 2)3 Red 1 3 4 -4 Red 2 2 5 = 2 / (1 + 3 - 4)
答案1
得分: 0
尝试：
def fn(g):out = g['a'] / (g['a'].shift() + g['b'].shift() - g['c'].shift())g['new_col'] = outreturn gdf = df.groupby('id', group_keys=False).apply(fn)print(df)
打印：
id a b c new_col0 蓝色 100 10 1 NaN1 蓝色 200 20 2 1.8348622 蓝色 300 15 3 1.3761473 红色 1 3 4 NaN4 红色 2 2 5 inf
英文:
Try:
def fn(g):out = g['a'] / (g['a'].shift() + g['b'].shift() - g['c'].shift())g['new_col'] = outreturn gdf = df.groupby('id', group_keys=False).apply(fn)print(df)
Prints:
id a b c new_col0 Blue 100 10 1 NaN1 Blue 200 20 2 1.8348622 Blue 300 15 3 1.3761473 Red 1 3 4 NaN4 Red 2 2 5 inf
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论