Python 返回空值的大型数据集上的Numpy Rate函数

我使用numpy利率函数模拟贷款的Excel利率

当处理我的数据帧的子集（一百万条记录）时，函数返回正确的结果

但是，当处理整个数据帧（超过1000万条记录）时，它会返回所有数据帧的null结果

这可能是内存问题吗？如果是这样，怎么解决呢？ 我已经尝试过将数据分块并使用while/for循环进行计算，但这并没有解决问题

这起到了作用（但当我循环浏览1000万条记录时就没有了）：

我正在努力让这一切顺利进行：

df2['True_Effective_Rate'] = ((1+np.rate(df2['LoanTerm'],-df2['Instalment'],df2['LoanAmount'],0))**12-1)*100

我看到过去也有人问过类似的问题，当其中一个参数输入不正确时，返回的所有值都是null

---

但是，我的数据帧没有0值。如何防止这种情况发生？

您可以使用“应用”每行计算一次该值，因此只有无效的行才会为nan，而不是整个结果

import pandas as pd
import numpy_financial as npf # i get a warning using np.rate
i = {
 'LoanAmount': [5_000,20_000,15_000, 50_000.0, 14_000,1_000_000,10_000],
 'LoanTerm': [72, 12,60, 36,72,12,-1],
 'Instalment': [336.0,5000.0,333.0,0.0,-10,1000.0,20],}
df = pd.DataFrame(i)
df.apply(lambda x: npf.rate(nper=x.LoanTerm,pv=x.LoanAmount,pmt=-1*x.Instalment,fv=0),axis=1)

对于大型数据集，这将变得更慢，因为您无法利用矢量化

您还可以筛选数据帧条目，使其仅为有效值。很难重现无效的内容，因为您没有共享输入，但在我上面的示例中，贷款期限和分期付款都必须大于0

valid = df.loc[(df.Installment > 0) & (df.LoanTerm > 0)]
npf.rate(nper=valid.LoanTerm,pv=valid.LoanAmount,pmt=-1*valid.Installment,fv=0)

valid = df.loc[(df.Installment > 0) & (df.LoanTerm > 0)]
npf.rate(nper=valid.LoanTerm,pv=valid.LoanAmount,pmt=-1*valid.Installment,fv=0)