DataFrame-基于列子集计算的列

我有以下数据帧

                           Qtr Premium      Claim     Rate

Type    Code                                           
A        3                  14  3552.77      100991.7  0.004017
         3                  15  5610.67      105763.6  0.004017
         3                  16  6463.22      107740.6  0.004017
         4                  17  6129.91      106967.7  0.005638
         4                  18  4688.65      103625.6  0.005638
         4                  19  2158.94      97759.66  0.005638
         4                  20  8540.77      89369.72  0.005638

我有常数“c”

我希望进行逐行计算，使用Qtr和费率的相关值，但更新保费和索赔的值

例如：

Premium = Premium / (1+Rate)^(c-Qtr)
Claim = Claim / (1+Rate)^(c-Qtr)

---

事实上，我有很多列需要进行此计算。

df是数据帧的名称，c是常数，请尝试：

df['Premium'] = df.Premium / ( 1 + df.Rate ) ** (c - df.Qtr)
df['Claim'] = df.Claim / ( 1 + df.Rate ) ** ( c - df.Qtr )

更新以供评论，我确信有一种更具python风格的方法来实现这一点，但这是可行的：

columns = df.columns
subset_cols = columns.drop(['Rate','Qtr'])
for col in subset_cols:
    df[col] = df[col] / ( 1 + df.Rate ) ** (c- df.Qtr)

第二次更新，您可以将计算提取到函数中，并在列表中执行该过程

def calc(df, col, c):
    df[col] = df[col] / ( 1 + df.Rate ) ** ( c - df.Qtr )
[calc(df, col, c) for col in df.columns.drop(['Rate','Qtr'])]

---

这太好了，谢谢。计算正确的值并给我一个有效的解决方案。是否有一种方法可以让操作按照此模式在所有列上进行。这意味着我可以避免为每个列显式声明它。假设我有22列。一个是费率，一个是Qtr和其他指标，如保费、索赔等。我不介意重新设置索引并将Qtr和费率放入其中。这样，假设我们仍然可以在计算中使用它们，那么我们可以推断操作将针对所有列进行。对想法持开放态度。这无疑为我提供了一个很好的工作解决方案。希望有人能发现这个问题，并提出一个更具pythonic或numpyesque风格的操作。请参阅更新的答案，尽管我不认为它读起来一定很好，但如果您从DataFrame开始，我不认为他们的操作更简单。如果您认为这回答了您的问题，请将其标记为已回答。继续您的第一次更新。以更直观的方式阅读，特别是对于python新手。谢谢你。