Início / coding / Perguntas / 78876041
Accepted
bigjdawg43
Asked: 2024-08-16 00:34:45 +0800 CST

Referenciando linhas anteriores e múltiplas colunas em um cálculo

  • 772

Eu tenho um dataframe parecido com o abaixo. Você pode ver que, para começar, a coluna SMA é uma duplicata da coluna Valor do índice intencionalmente. Estou tentando ajustar a coluna SMA para que seja o resultado de um cálculo simples, algo parecido com o abaixo, que acredito que exigiria algum tipo de loop:

for i in range(len(df)):
    df['SMA'].loc[i,"SMA"]= df['SMA'].loc[i-1,"SMA"] + df['SMA'].loc[i,"ER"] * (df['SMA'].loc[i,"Index Value"] - df['SMA'].loc[i-1,"SMA"])

Em palavras, estou tentando pegar a linha atual de 'SMA' e fazer com que seja a saída da linha anterior de "SMA" + a linha atual de "ER" multiplicada pela diferença entre a linha atual de "Valor de índice " e linha anterior de "SMA"

data = {
    'Date': ['9/5/2023', '9/6/2023', '9/7/2023', '9/8/2023', '9/11/2023', '9/12/2023', 
             '9/13/2023', '9/14/2023', '9/15/2023', '9/18/2023', '9/19/2023', '9/20/2023', 
             '9/21/2023', '9/22/2023', '9/25/2023', '9/26/2023', '9/27/2023', '9/28/2023', 
             '9/29/2023'],
    'Index Value': [4496.83, 4465.48, 4451.14, 4457.49, 4487.46, 4461.9, 4467.44, 
                    4505.1, 4450.32, 4453.53, 4443.95, 4402.2, 4330, 4320.06, 
                    4337.44, 4273.53, 4274.51, 4299.7, 4288.05],
    'ER': [0.15066, 0.157105, 0.218561, 0.233893, 0.233709, 0.191352, 0.090935, 
           0.398004, 0.127833, 0.062296, 0.198933, 0.382776, 0.494406, 0.541878, 
           0.44323, 0.489456, 0.466276, 0.396806, 0.52569],
    'SMA': [4496.83, 4465.48, 4451.14, 4457.49, 4487.46, 4461.9, 4467.44, 4505.1, 
            4450.32, 4453.53, 4443.95, 4402.2, 4330, 4320.06, 4337.44, 4273.53, 
            4274.51, 4299.7, 4288.05]
}

df = pd.DataFrame(data)

Em um esforço para evitar um loop, já que não sou muito bom na construção de loops, tentei algo como o abaixo, que é próximo, mas não é exatamente o que desejo.

df['SMA']=df['SMA'].shift(1) + df['ER'] * (df['Index Value'] - df['SMA'].shift(1))

A razão pela qual não é exatamente o que eu quero é porque quero que o primeiro número da coluna Valor do Índice corresponda ao primeiro valor do SMA e que a fórmula seja aplicada somente após esse ponto (é por isso que parece que um loop seria necessário) .

Tudo isso dito e dado o objetivo, alguém pode aconselhar qual seria a melhor maneira de realizar essa tarefa?

python

1 respostas

  1. Best Answer

    Primeiro, você pode simplificar seu código existente de duas maneiras:

    • você não precisa duplicar 'Index Value'como 'SMA'primeira etapa, você pode simplesmente trabalhar com os valores de 'Index Value';
    • você pode usar diffem vez de df[col] - df[col].shift().
    df["Index Value"].shift() + df["ER"] * df["Index Value"].diff()

    Agora, para responder à sua pergunta, IIUC você deseja manter o primeiro valor da coluna 'Index Value'(ou seja, 4496.83) e aplicar a fórmula apenas a partir da segunda linha.

    Existem algumas opções para fazer isso:

    # 1. use `at` and exclude the first value when creating the new column
df.at[1:, "SMA"] = df["Index Value"].shift() + df["ER"] * df["Index Value"].diff()

# 2. create the column and use `at` and `iloc` to replace the first value
df["SMA"] = df["Index Value"].shift() + df["ER"] * df["Index Value"].diff()
df.at[0, "SMA"] = df.iloc[0]["Index Value"]

# 3. create the column and use `fillna` to replace the first value
df["SMA"] = df["Index Value"].shift() + df["ER"] * df["Index Value"].diff()
df["SMA"] = df["SMA"].fillna(df["Index Value"])

    Tudo resultará em:

             Date  Index Value        ER          SMA
0    9/5/2023      4496.83  0.150660  4496.830000
1    9/6/2023      4465.48  0.157105  4491.904758
2    9/7/2023      4451.14  0.218561  4462.345835
3    9/8/2023      4457.49  0.233893  4452.625221
4   9/11/2023      4487.46  0.233709  4464.494259
5   9/12/2023      4461.90  0.191352  4482.569043
6   9/13/2023      4467.44  0.090935  4462.403780
7   9/14/2023      4505.10  0.398004  4482.428831
8   9/15/2023      4450.32  0.127833  4498.097308
9   9/18/2023      4453.53  0.062296  4450.519970
10  9/19/2023      4443.95  0.198933  4451.624222
11  9/20/2023      4402.20  0.382776  4427.969102
12  9/21/2023      4330.00  0.494406  4366.503887
13  9/22/2023      4320.06  0.541878  4324.613733
14  9/25/2023      4337.44  0.443230  4327.763337
15  9/26/2023      4273.53  0.489456  4306.158867
16  9/27/2023      4274.51  0.466276  4273.986950
17  9/28/2023      4299.70  0.396806  4284.505543
18  9/29/2023      4288.05  0.525690  4293.575711
    • 1

relate perguntas