Python 基于数据框架的金融建模

我主要通过熊猫建立了一个简单的DCF模型。基本上所有的计算都发生在一个数据帧中。我想找到一种更好的编码风格，因为模型变得更复杂，模型中添加了更多的变量。下面的例子可以说明我当前的编码风格——简单而直接

# some customized formulas
def GrowthRate():
def BoundedVal()
....
# some operations
df['EBIT'] = df['revenue'] - df['costs']
df['NI'] = df['EBIT'] - df['tax'] - df['interests']
df['margin'] = df['NI'] / df['revenue']

我循环计算所有年份的数值。现在，我在模型中添加了500多个变量，计算也变得更加复杂。我想为每个变量创建一个单独的def，并相应地更新主df。因此，上述代码将变为：

def EBIT(t):
    df['EBIT'][t] = df['revenue'][t] - df['costs'][t]
    #....some more ops
    return df['EBIT'][t]

def NI(t):
    df['NI'][t] = EBIT(t) - df['tax'][t] - df['interests'][t]
    #....some more ops
    return df['NI'][t]

def margin(t):
    if check_df_is_nan():
        df['margin'][t] = NI(t) - df['costs'][t]
        #....some more ops
        return df['margin'][t]
    else:
        return df['margin'][t]

如果其他函数调用，每个函数都能够1）计算结果并更新df 2）返回值

为了避免冗余计算（考虑是否多次调用了margin（t）），最好在每个def中添加一个“check if val have computed before”（检查val是否已在之前计算过）函数

我的问题：1）是否可以将if语句添加到一组def中？类似于上面的if条款。

---

2） 我有超过50个自定义def，因此主文件变得太长。我不能简单地将所有def移动到另一个文件并导入all，因为一些def还引用主文件中的数据帧。有什么建议吗？是否可以将df设置为全局变量，以便其他文件中的DEF能够修改和更新？

对于1，只需检查值是否为NaN即可

import pandas as pd
def EBIT(t):
    if pd.notnull(df['EBIT'][t]):
        return df['EBIT'][t]

    df['EBIT'][t] = df['revenue'][t] - df['costs'][t]
    ...

对于2，使用全局变量可能有效，但这是一种糟糕的方法。你应该尽可能避免使用它们

您应该做的是让每个函数将全局数据帧作为参数。然后可以传入要操作的数据帧

# in some other file
def EBIT(df, t):
    # logic goes here

# in the main file
import operations as op
# ...
op.EBIT(df, t)
enter code here

---

你是否考虑过立即使用T？应该快得多

谢谢Jezzamon。我需要使用inplaceupdate，所以我通常先创建所有列，然后用np.nan填充。只是想知道这是否是一种避免“if”语句的方法，但我会将“if”逻辑应用于所有def。再次感谢Jezzamon。对于1，我添加了额外的df参数，并将所有自定义函数移动到另一个文件中。对于2，该模型使用t-1结果计算年份t值，因此循环年份是唯一的解决方案。不用担心时间的消耗。完成所有计算只需1秒钟，因此在当前阶段，我更关心如何正确编码。@Timescape很乐意提供帮助！如果你认为答案是正确的，你可以把它标记为正确的，这样人们就会知道问题已经回答了