Numpy 扩展数据帧的泛化方法

因此，我有一个年索引数据框，我想在年底（2013年）之后，通过一些逻辑增加它，比如说，在10年内将最后一个值增加n%，但逻辑也可以是只增加一个常量，或者稍微增加一个数字。我将把它留给一个函数，然后在那里填充逻辑

---

我想不出一种简洁的矢量化方法，可以在任意的时间和逻辑长度上实现这一点，留下一个更长的数据帧，并添加额外的增量，我宁愿不循环它。

特定的计算很重要。通常，您必须计算循环中的值。但是，一些NumPy UFUNC（如

np.add

，

np.multiply

，

np.minimum

，

np.maximum

）具有一个可根据计算结果使用的值

例如，要计算给定恒定增长率的值，可以使用

np.multiply.accumulate

（或）：

屈服

                  val
2013-12-22   0.000000
2013-12-23   1.000000
2013-12-24   2.000000
2013-12-25   3.000000
2013-12-26   4.000000
2013-12-27   5.000000
2013-12-28   6.000000
2013-12-29   7.000000
2013-12-30   8.000000
2013-12-31   9.000000
2014-01-01   9.900000
2014-01-02  10.890000
2014-01-03  11.979000
2014-01-04  13.176900
2014-01-05  14.494590
2014-01-06  15.944049
2014-01-07  17.538454
2014-01-08  19.292299
2014-01-09  21.221529
2014-01-10  23.343682

要以常量值递增，只需使用

np.arange

：

step=2
df['val'][-N:] = np.arange(last+step, last+(N+1)*step, step)

或：

一些线性递推关系可用下列公式表示：。比如说,，

---

以及

具体的计算问题。通常，您必须计算循环中的值。但是，一些NumPy UFUNC（如

np.add

，

np.multiply

，

np.minimum

，

np.maximum

）具有一个可根据计算结果使用的值

例如，要计算给定恒定增长率的值，可以使用

np.multiply.accumulate

（或）：

屈服

                  val
2013-12-22   0.000000
2013-12-23   1.000000
2013-12-24   2.000000
2013-12-25   3.000000
2013-12-26   4.000000
2013-12-27   5.000000
2013-12-28   6.000000
2013-12-29   7.000000
2013-12-30   8.000000
2013-12-31   9.000000
2014-01-01   9.900000
2014-01-02  10.890000
2014-01-03  11.979000
2014-01-04  13.176900
2014-01-05  14.494590
2014-01-06  15.944049
2014-01-07  17.538454
2014-01-08  19.292299
2014-01-09  21.221529
2014-01-10  23.343682

要以常量值递增，只需使用

np.arange

：

step=2
df['val'][-N:] = np.arange(last+step, last+(N+1)*step, step)

或：

一些线性递推关系可用下列公式表示：。比如说,，

---

以及

具体的计算问题。通常，您必须计算循环中的值。但是，一些NumPy UFUNC（如

np.add

，

np.multiply

，

np.minimum

，

np.maximum

）具有一个可根据计算结果使用的值

例如，要计算给定恒定增长率的值，可以使用

np.multiply.accumulate

（或）：

屈服

                  val
2013-12-22   0.000000
2013-12-23   1.000000
2013-12-24   2.000000
2013-12-25   3.000000
2013-12-26   4.000000
2013-12-27   5.000000
2013-12-28   6.000000
2013-12-29   7.000000
2013-12-30   8.000000
2013-12-31   9.000000
2014-01-01   9.900000
2014-01-02  10.890000
2014-01-03  11.979000
2014-01-04  13.176900
2014-01-05  14.494590
2014-01-06  15.944049
2014-01-07  17.538454
2014-01-08  19.292299
2014-01-09  21.221529
2014-01-10  23.343682

要以常量值递增，只需使用

np.arange

：

step=2
df['val'][-N:] = np.arange(last+step, last+(N+1)*step, step)

或：

一些线性递推关系可用下列公式表示：。比如说,，

---

以及

具体的计算问题。通常，您必须计算循环中的值。但是，一些NumPy UFUNC（如

np.add

，

np.multiply

，

np.minimum

，

np.maximum

）具有一个可根据计算结果使用的值

例如，要计算给定恒定增长率的值，可以使用

np.multiply.accumulate

（或）：

屈服

                  val
2013-12-22   0.000000
2013-12-23   1.000000
2013-12-24   2.000000
2013-12-25   3.000000
2013-12-26   4.000000
2013-12-27   5.000000
2013-12-28   6.000000
2013-12-29   7.000000
2013-12-30   8.000000
2013-12-31   9.000000
2014-01-01   9.900000
2014-01-02  10.890000
2014-01-03  11.979000
2014-01-04  13.176900
2014-01-05  14.494590
2014-01-06  15.944049
2014-01-07  17.538454
2014-01-08  19.292299
2014-01-09  21.221529
2014-01-10  23.343682

要以常量值递增，只需使用

np.arange

：

step=2
df['val'][-N:] = np.arange(last+step, last+(N+1)*step, step)

或：

一些线性递推关系可用下列公式表示：。比如说,，

---

如果你想应用一个任意的Python函数，你必须循环它；i、 滚动增量之类的东西？你能写出你想应用的公式吗？如果你想应用任意的Python函数，你必须循环它。如果我牺牲了任意性，只想以一个常数（速率）增长；i、 滚动增量之类的东西？你能写出你想应用的公式吗？如果你想应用任意的Python函数，你必须循环它。如果我牺牲了任意性，只想以一个常数（速率）增长；i、 滚动增量之类的东西？你能写出你想应用的公式吗？如果你想应用任意的Python函数，你必须循环它。如果我牺牲了任意性，只想以一个常数（速率）增长；i、 e.滚动增量类的东西？你能写出你想要应用的公式吗？这是完全可行的，感谢指向

lfilter

的指针。这是完全可行的，感谢指向

lfilter

的指针。这是完全可行的，感谢指向

lfilter

的指针。这是完全可行的，感谢您提供指向

lfilter

的指针。