数据框行/列计算[单元依赖]

Posted 2023-03-12

【中文标题】数据框行/列计算[单元依赖]

【英文标题】：Dataframe row/column calculations [cell dependency]

【发布时间】：2021-11-05 19:00:41

【问题描述】：

Year	PresentValue	InterestRateChange	ShortTermRates	CouponRates	LoanRates	DeltaPrice	CouponEarning	LoanPayment	Earnings/Loss	FinalPresentValue
1991	2.000000e+10	-0.005	0.060	0.085	0.070	1.000000e+09	1.700000e+09	-875000000.0	1.825000e+09	2.182500e+10
1992	NaN	-0.005	0.055	0.080	0.065	NaN	NaN	-812500000.0	NaN	NaN
1993	NaN	-0.005	0.050	0.075	0.060	NaN	NaN	-750000000.0	NaN	NaN
1994	NaN	-0.005	0.045	0.070	0.055	NaN	NaN	-687500000.0	NaN	NaN
1995	NaN	0.020	0.040	0.065	0.050	NaN	NaN	-625000000.0	NaN	NaN
1996	NaN	0.020	0.060	0.085	0.070	NaN	NaN	-875000000.0	NaN	NaN

我在 pandas DataFrame 中有下表，您可能会注意到有些列由 NaN 单元格组成。这些单元格依赖于另一个单元格的输出。

例如“PresentValue”列，为了填写第二个卖出，我必须取“FinalPresentValue”列中的第一个值，在“CouponEarning”列的第二个单元格中，我必须将最近计算的第二个值乘以“PresentValue”列与“CouponRates”列中的第二个值等，等等。

如何在没有繁琐和重复编码的情况下填写表格？ 我真的很感激任何关于如何解决这个问题的建议。

到目前为止，这是我的代码：

Initial_Investment = 7.5 * 10**9 # 10^9 ~ 1 Billion
Initial_Loan = 12.5 * 10**9
Initial_Portfolio_Value = 20 * 10**9 
Portfolio_Duration = 10 # Macaulay Duration 
Initial_Short_Term_Rate = 0.06
Initial_Coupon_Rate = 0.085 
Initial_Loan_Rate = 0.07

years = np.arange(1991,1997,1) # 1991-1996
interest_rate_change = np.array([-0.005, -0.005, -0.005, -0.005, 0.02, 0.02]) # 0.005 ~ 0.5%
present_value = np.array([Initial_Portfolio_Value, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN])

df = pd.DataFrame('Year':years, 'PresentValue':present_value, 'InterestRateChange':interest_rate_change)

df['ShortTermRates'] = df['InterestRateChange'].shift(1,fill_value=Initial_Short_Term_Rate).cumsum()
df['CouponRates'] = df['InterestRateChange'].shift(1,fill_value=Initial_Coupon_Rate).cumsum()
df['LoanRates'] = df['InterestRateChange'].shift(1,fill_value=Initial_Loan_Rate).cumsum()
df['DeltaPrice'] = df.InterestRateChange * df.PresentValue * -Portfolio_Duration
df['CouponEarning'] = df.CouponRates * df.PresentValue 
df['LoanPayment'] = df.LoanRates * -Initial_Loan
df['Earnings/Loss'] = df.DeltaPrice + df.CouponEarning + df.LoanPayment
df['FinalPresentValue'] = df.PresentValue + df['Earnings/Loss']
df

【参考方案1】：

要替换 PresentValue 列中的 NaN 值，您可以取 PresentValue 的平均值并将其替换为 NaN

由于其他列值不同，计算出来的最终输出值也会不同，不会有任何问题

如果将mean替换为Nan，也会生成多样化的数据

但由于 PresentValue 是主键，它不应该包含 NaN 值（只是观察）

【讨论】：

请在您的回答中提供更多详细信息。正如目前所写的那样，很难理解您的解决方案。