平均前一行和当前行 - Pandas

Question

目标

• 计算avg_tot_assets，其中avg_tot_assets =（上一年资产+当年资产）/2
• 计算return_on_asset (ROA) = net income / avg_total_assets

方法

1. 使用 Quandl 的 API 获取波音财务信息
2. 创建数据框
3. 使用 Pandas 遍历数据框并计算每年的平均总资产
4. 使用 pandas 计算 ROA

工作代码

df = data[['per_fisc_year',
           'consol_net_income_loss',
          'tot_asset',
          'curr_portion_debt',
          'tot_lterm_debt',
           'tot_share_holder_equity']]
df

输出

问题

1. 我认为循环遍历数据框并不是最有效/最优雅的方式。我研究过使用 groupby 或 index，但不确定如何执行。
2. 同样，如果我要计算 ROA - 我可以在计算 avg_tot_asset 的同时并行计算 return_on_asset，还是必须独立运行？

Answer 1

除了窗口函数，您可以使用shift 来获取列的先前值：

df['avg_tot_assets'] = df['tot_asset'].add(df['tot_asset'].shift(1)) / 2

ROA 计算没有什么新鲜的。我想 pandas/numpy 可以矢量化该计算：

df['ROA'] = df['consol_net_income_loss'] / df['avg_tot_assets']

Answer 2

对于第一个问题，请查看Pandas Window Functions。这将处理您的avg_tot_assets：

df['avg_tot_assets'] = df.tot_asset.rolling(window=2).mean() 

就并行计算另一列而言，可能有一种方法，但这样做不太可能获得任何性能。你会更好地按顺序进行。像这样：

df['ROA'] = df.net_income / df.avg_tot_assets

您可以尝试浪费大量时间编写一个复杂的函数，该函数将逐行遍历数据帧并依次计算每个值，然后将输出应用到原始数据帧，但这将是严重 strong> 比内置方法慢。