조건이 일치

Question

import pandas as pd 

df = pd.DataFrame({Company : ['abc','def','ghi']} {"2010" : [0,100,230]} {"2011" : [120,0,300]} {"2012" : [130,240,0]}) 

는 올해 예약이 0보다 큰

for column_name, column in df.transpose().iterrows(): 
    first_column = df[column_name > 0].index[0] 
    first_column_value = df.iloc[first_column] 

가 FIRST_COLUMN에서 세 번째 열을 선택 인 열에서 첫 번째 셀을 선택하면 각 행에서 열 위치를 선택하는 방법

second_column_value = df.iloc[first_GPS_index+2] 

계산 CAGR

df['CAGR'] = (first_column.div(second_column).pow(1./2)- 1)).sub(1))*100 

도와주세요, 오류가 발생했습니다. 나는 100 (230) 데프 (120) (300)

Answer 1

나는 목록으로 딕셔너리과 회사로 제공하는 데이터에 대한 몇 가지 가정하에 코드를 고정 파이썬 결과 회사 First_Column_Value Second_Column_Value ABC 새로운 오전. 년 및 회사 이름을 자유롭게 바꾸십시오. 그렇게하면 DataFrame의 조 변경을 사용할 필요가 없습니다.

하는 것은 더 설명은 코드의 주석을 참조하십시오 :

import pandas as pd 

# sample data 
company_names = ['Company A','Company B','Company C'] 
data = {"2010" : [0,100,230], "2011" : [120,0,300], "2012" : [130,240,0]} 

# create DataFrame 
df = pd.DataFrame(data, index=col_names) 

# since the data is not provided in the correct way (rows and columns are swapped) 
# we need to get the transpose of the DataFrame before further processing 
df = df.T 

# sort index in order to make sure that years are sorted chronologically 
df.sort_index(inplace=True) 
print(df) 

# iterate through all columns and get the first index element where condition applies 
# and store in dict 
out = {} 
for col in df: 
    out[col] = df[df[col] > 0].index.tolist()[0] 
print(out) 

는 출력으로주기 : 회사 B는 계산하기 위해서는 2010 년

년에 처음으로 예약을했다

 Company A Company B Company C 
2010   0  100  230 
2011  120   0  300 
2012  130  240   0 
{'Company B': '2010', 'Company A': '2011', 'Company C': '2010'} 

그래서 예를 들어

동적으로 CAGR 종류의 시간 간격을 알아야합니다.이 시간 간격을 알고 있어야하며 매년 데이터를 보유해야합니다. 다른 방법은 timestamp를 사용하여 timestamp 인덱스를 사용하고 간격을 계산하는 것입니다.

# assume to have a time interval of one year 
delta_t = 1 

# in order to divide to rows we apply `df.div()` which basically divides two DataFrames. 
# To divide each row with the following row we apply `df.shift(1)` to the same DataFrame 
# in order to shift the DataFrame by one row (see docs on used commands for futher details). 
cagr = ((df.div(df.shift(1)))**(1/delta_t) -1)*100 
print(cagr) 

이주기 : 간단하게하기 위해서

난 당신이 매년 하드 코드 일년의 시간 간격에 대한 전체 데이터를 가지고 있는지 확인 할 수 있습니다 가정

 Company A Company B Company C 
2010  NaN   NaN   NaN 
2011  inf -100.000000 30.434783 
2012 8.333333   inf -100.000000 

필터링 이 데이터는 NaN (또는 심지어 inf)의 CAGR을 갖는 것이 경제적 관점에서별로 의미가 없기 때문에이 시점부터 적용 가능한 결과를 얻으려면이 시점까지해야합니다.