熊猫 - 累积计算组

Question

我正在尝试使用Jupyter笔记本中使用Pandas进行累积操作进行计算。

但是我卡住了。

我有以下数据框架：

日期	类型	存款	提款
2020/01/19	A	1000	0
2020/01/23	A	500	0
2020/02/05	A	0	200
2020/02/22	A	1000	200
2020/01/19	B	859.8	0 0
2020/02/04	B	514.33	50
2020/02/25	b	1463.14	0

我需要应用此公式，按类型进行分组：

Movement = IF(ISNULL([previous_date]); [Current_Deposit] - [withdrawal];([previous_movement] * (1 +([current_date]-[previous_date]) * 0,0001)) + [Current_Deposit] - [withdrawal])

示例：

日期	类型的	存款	戒断	戒烟	公式
2020/01/1000	a	1000	0	1000	if（isnull（isnull）（iSnull） ）; [1000] - [0];（[0] *（1 +（[2020/01/19] - [null]） * 0,0001）） + [1000] - [1000] - [0]
） /23	a	500	0	1500.40	if（isnull（[2020/01/19]））; [500] - [0];（[1000] *（1 +（[2020/01/23]） - [2020/01/19 ]） * 0,0001）） + [500] - [0]）
2020/02/05	a	0	200	1302.35	如果（isnull（[2020/01/23]））; [0] - [0] - [200];（[1500.40） ] *（1 +（[2020/02/05] - [2020/01/23]） * 0,0001）） + [0] - [200]
2020/02/22	A	1000	200	2104,56	） isnull（[2020/02/05]）; [1000] - [200];（[1302.35] *（1 +（[2020/02/22] + [1000] - [200]）
2020/01/19	B	859.8	0	859.80	if（isnull（[Null]）; [859.8] - [0] - [0];（[0] *（1 +（[2020/01/19） ] - [null]） * 0,0001）） + [859.8] - [0]）
2020/02/04	B	514.33	50	1325.51	if（isnull（[2020/01/19]）; [514.33] - [50];（[[859.80] *（1 +（[2020/02/04] - [2020/01/19]） * 0,0001）） + [514.33] - [50] - [50]）
2020/） 02/25	B	1463.14	0	2791.43	如果（ISNULL（[[2020/02/04]））; [1463.14] - [0] - [0];（[1325.51] *（[1 +（[2020/02/25]） - 04]） * 0,0001）） + [1463.14] - [0]）

我无法累积要放入公式中的值。

我需要按类型对计算进行分组，并累积在当前行中使用的值。 我是Python的新手，我无法实施它。

Answer 1

我认为您的数据帧按类型和日期进行排序

# silencing chained assignment warning
pd.options.mode.chained_assignment = None

df['Movement'] = 0

df_new = df
for row in df.iterrows():
    x = row[1]
    y = df_new.shift().loc[x.name]
    if x['Type'] == y['Type']:
        # computing the given days compound interest should calculate using power
        compound_interest = pow(1.0001, pd.Timedelta(pd.to_datetime(x['Date']) - pd.to_datetime(y['Date'])).days)
        # if you wish to use your formula uncomment the following line
        # compound_interest = 1 + 0.0001 * pd.Timedelta(pd.to_datetime(x['Date']) - pd.to_datetime(y['Date'])).days
        df_new['Movement'].loc[x.name] = compound_interest * y['Movement'] + x['deposit'] - x['withdrawal']
    else:
        df_new['Movement'].loc[x.name] = x['deposit']

print(df_new)

输出

      Date Type  deposit  withdrawal    Movement
2020/01/19    A  1000.00           0 1000.000000
2020/01/23    A   500.00           0 1500.400060
2020/02/05    A     0.00         200 1302.351751
2020/02/22    A  1000.00         200 2104.567521
2020/01/19    B   859.80           0  859.800000
2020/02/04    B   514.33          50 1325.506712
2020/02/25    B  1463.14           0 2791.433062