平均值-上一行和当前行-Pandas

Question

目标

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

方法

1. 使用 Quandl 的 API 拉取波音公司的财务信息
2. 创建数据帧
3. 使用 Pandas 遍历数据帧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. 我想循环遍历数据框不是最有效/优雅的方法。我已经研究了使用groupby或index，但不确定如何执行。
2. 同样，如果我要计算ROA - 我能够在计算avg_tot_asset时并行计算return_on_asset吗，还是必须单独运行这些内容？

- jonplaca

Answer 1

对于第一个问题，请查看Pandas窗口函数。这将使用以下方式处理您的avg_tot_assets：

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

就同时计算另一列而言，可能有一种方法，但是这样做不太可能获得更好的性能。最好按顺序进行计算。像这样：

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

您可以尝试编写复杂的函数，逐行遍历数据框并依次计算每个值，然后将输出应用于原始数据框。但是与内置方法相比，这种方法会大大地降低速度。

- Grr

Answer 2

除了窗口函数外，您还可以使用 shift 来获取列的上一个值：

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

ROA计算没有任何新内容。我想pandas/numpy可以对该计算进行向量化：

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

- kristianp