Python 数据帧中具有相关性的条件累积和

Python 数据帧中具有相关性的条件累积和,python,pandas,dataframe,finance,Python,Pandas,Dataframe,Finance,我试图计算一系列金融交易的两个累计金额。共有4种交易类型,每种类型都有交易金额: 存款 W-撤回 G增益 L-损失 数据帧是这样创建的 import pandas as pd import numpy as np data = { 'Type': ['D', 'D', 'W', 'D', 'G', 'G', 'G', 'L', 'W', 'G', 'W', 'G', 'L' ], 'Amount': [10, 10, -5, 10, 5, 5, 5, -5, -10, 10,

我试图计算一系列金融交易的两个累计金额。共有4种交易类型,每种类型都有交易金额: 存款 W-撤回 G增益 L-损失

数据帧是这样创建的

import pandas as pd
import numpy as np

data = { 'Type': ['D', 'D', 'W', 'D', 'G', 'G', 'G', 'L', 'W', 'G', 'W', 'G', 'L' ],
         'Amount': [10, 10, -5, 10, 5, 5, 5, -5, -10, 10, -25, 25, -30]
       }
df = pd.DataFrame(data, columns = ['Type', 'Amount'])
使用cumsum()可以很容易地计算流动资金,它基本上包括所有交易

df['Capital'] = df['Amount'].cumsum()
我要计算的另一个实体是本金,它表示输入帐户的金额。这只考虑D和W类型的事务。我可以在这里使用以下方法进行简单筛选:

df['Principal'] = df.apply(lambda row : row['Amount'] if (row['Type'] == 'W' or row['Type'] == 'D') else 0, axis=1).cumsum()
然而,这有一个问题。当存在收益和提款时,提款需要在影响本金之前从收益中提款。上面的输出在下面的结果中有错误(第8行和第10行):

你可以做:

# calculate cumulative withdrawals
w = df['Amount'].where(df['Type'].eq('W')).cumsum()

# calculate cumulative deposits
d = df['Amount'].where(df['Type'].eq('D'), 0).cumsum()

# calculate cumulative gain & loss
g = df['Amount'].where(df['Type'].isin(['G', 'L']), 0).cumsum()

# calculate principal = deposit + net_withdrawal(if any)
df['Principal'] =  d + (g + w).where(lambda x: x < 0).ffill().fillna(0)
你可以做:

# calculate cumulative withdrawals
w = df['Amount'].where(df['Type'].eq('W')).cumsum()

# calculate cumulative deposits
d = df['Amount'].where(df['Type'].eq('D'), 0).cumsum()

# calculate cumulative gain & loss
g = df['Amount'].where(df['Type'].isin(['G', 'L']), 0).cumsum()

# calculate principal = deposit + net_withdrawal(if any)
df['Principal'] =  d + (g + w).where(lambda x: x < 0).ffill().fillna(0)

谢谢Shubham。看起来确实干净。你知道这方面的相对表现吗?似乎需要大量迭代来计算所有累积和?@phandinhlan我觉得这应该更快,因为
cumsum
操作本质上是在numpy中矢量化的。但是我想你可以在你的数据上测试一下,自己看看结果。我关心的是,与单个for循环相比,
cumsum()
被调用了3次,而不是每个
cumsum()
都不快。谢谢Shubham。看起来确实干净。你知道这方面的相对表现吗?似乎需要大量迭代来计算所有累积和?@phandinhlan我觉得这应该更快,因为
cumsum
操作本质上是在numpy中矢量化的。但是我想你可以在你的数据上测试一下,自己看看结果。我关心的是,与单个for循环相比,
cumsum()
被调用了3次,而不是每个
cumsum()
都不快。
    Type    Amount  Capital Principal
0   D       10      10      10
1   D       10      20      20
2   W       -5      15      15
3   D       10      25      25
4   G       5       30      25
5   G       5       35      25
6   G       5       40      25
7   L       -5      35      25
8   W       -10     25      25
9   G       10      35      25
10  W       -25     10      10
11  G       25      35      10
12  L       -30     5       10
# calculate cumulative withdrawals
w = df['Amount'].where(df['Type'].eq('W')).cumsum()

# calculate cumulative deposits
d = df['Amount'].where(df['Type'].eq('D'), 0).cumsum()

# calculate cumulative gain & loss
g = df['Amount'].where(df['Type'].isin(['G', 'L']), 0).cumsum()

# calculate principal = deposit + net_withdrawal(if any)
df['Principal'] =  d + (g + w).where(lambda x: x < 0).ffill().fillna(0)
   Type  Amount  Capital  Principal
0     D      10       10       10.0
1     D      10       20       20.0
2     W      -5       15       15.0
3     D      10       25       25.0
4     G       5       30       25.0
5     G       5       35       25.0
6     G       5       40       25.0
7     L      -5       35       25.0
8     W     -10       25       25.0
9     G      10       35       25.0
10    W     -25       10       10.0
11    G      25       35       10.0
12    L     -30        5       10.0