Python 需要在时间上扩展的值

人们

我需要对不同列中的数据帧的值求和

• 以投资金额退出
• 中包含收到的金额
• 根据所取金额提取

因此，OUT是投资总额。如果您有一个抽签，则表示该投资的价值已被获取。 例如，-100（第1行）+100（第2行[DRAW]）表示您参与了部分投资。在这种情况下，在中的列中收到的值意味着我们有110-100（都在第2行中。一个在中的列中，另一个在中提取）的收入，给我们10个单位的总收入（投资的10%=（110-100）/100=（提取）/提取）

我们也可以在没有回报的情况下平局，就像第12行一样。在本例中，从这一行开始，收入将按2x-200（-400）+20=-380计算

五号线之后，我们有2倍的投资-200-总计400，无抽签，直到第12行。 我的疑问在于，根据所有表中的出局、入局和平局，计算每月百分比的最佳方法是什么

线 日期 出来 在里面 画 1. 2020-01-20 -100 - 2. 2020-02-10 - 110 100 3. 2020-02-11 -200 - 4. 2020-02-21 - 20 5. 2020-02-25 -200 - 6. 2020-02-26 -200 - 7. 2020-02-26 - 20 8. 2020-03-09 - 40 9 2020-04-01 - 10 10 2020-04-07 - 20 11 2020-04-10 - 10 12 2020-05-10 - - 20

---

我提出了一个解决方案，仍然不知道是否是最好的，但效果很好。 我做了一个新的列连接在一起并绘制（OUTDRAW）。 此列是使用OUT数据创建的，它们用绘图值填充了NaN空间（这之所以有效，是因为这些值不在同一行中）：

之后，将NaN填充为0，并在其上进行累加

df['OUTDRAW'].fillna(0, inplace=True)
df['OUTDRAW'].cumsum()

这给了我专栏

线 日期 出来 画 领先 1. 2020-01-20 -100 - -100 2. 2020-02-10 - 100 0 3. 2020-02-11 -200 - -200 4. 2020-02-21 - 20 -200 5. 2020-02-25 -200 - -400 6. 2020-02-26 -200 - -600 7. 2020-02-26 - 20 -600 8. 2020-03-09 - 40 -600 9 2020-04-01 - 10 -600 10 2020-04-07 - 20 -600 11 2020-04-10 - 10 -600 12 2020-05-10 - 20 -580

df['OUTDRAW'].fillna(0, inplace=True)
df['OUTDRAW'].cumsum()