将函数创建的列附加到现有数据框答案

【问题标题】：Appending function created column to an existing data frame将函数创建的列附加到现有数据框
【发布时间】：2017-09-05 13:44:22
【问题描述】：

我目前有如下数据框：

并希望添加基于以下函数计算的列 E。

def geometric_brownian_motion(T = 1, N = 100, mu = 0.1, sigma = 0.01, S0 = 20):
    dt = float(T)/N
    t = np.linspace(0, T, N)
    W = np.random.standard_normal(size = N)
    W = np.cumsum(W)*np.sqrt(dt) ### standard brownian motion ###
    X = (mu-0.5*sigma**2)*t + sigma*W
    S = S0*np.exp(X) ### geometric brownian motion ###
    return S

（源自here）

如何为数据框中包含的所有日期创建时间序列并附加它？

函数输入参数如下：

T = (#days between df row 1 和 df last)/365

N = # 数据框中的行

S0 = 100

【问题讨论】：

“起始价格 = 100”呢？在函数中看不到它。
对不起，修改为S0

标签： python numpy

【解决方案1】：

据我了解，问题的本质是如何对每一列应用某种方法，同时考虑到计算新值需要数据帧中的索引这一事实：

我建议您将索引提取为单独的列并像往常一样使用 apply。

from functools import partial
df['index'] = df.index
T = # precalculate T here
N = df.shape[0]
applying_method = partial(geometric_brownian_motion,T=T,N=N, S0=100)
df['E'] = df.apply(lambda row: applying_method(*row),axis=1)

或者，如果您根据函数参数重命名数据框的列：

df['E'] = df.apply(lambda row: applying_method(**row),axis=1)

希望对您有所帮助。

【讨论】：

感谢您的回复。我实际上并不想将函数应用于每一列，只是为了根据索引中的日期和上面的函数为列 [E] 创建一个时间序列。
我更新了答案，@S.Peters。如果您重命名原始数据框中的列，我可以改进它，并描述如何应用您的函数，以便它们与函数的参数匹配。
更新了函数输入定义的问题。
对不起，但我仍然对数据框列与函数参数的关系感到困惑。数据框的'A'，'B'，'C'，'D'是什么意思？请将它们命名为与函数的参数相同。
它们只是现有的列，唯一相关的是我需要使用现有的日期为列 E 创建时间序列。基本上试图复制上面链接中的示例，而不是将其应用于一系列日期，将其应用于现有数据框中的日期并将结果添加为列。