时间戳

首页 > 解决方案 > 在 Python 中执行跨列计算

python - 在 Python 中执行跨列计算

问题描述

语境

我正在尝试按照此示例构建一个投资组合仪表板，而不是 Excel，我使用的是 Python。我目前不知道如何从 3:47 开始进行交叉计算以得出下一个期间的余额。

问题

有没有办法在 Python 中执行此操作？我尝试了一个 for 循环，但它返回了在前向周期数上迭代的相同数字。下面是示例：

date_range = pd.date_range(start=today, periods=period_of_investments, freq=contribution_periods)
returns_port = 12
rs = []
balance_total = []
for one in range(len(date_range))):
    return_loss = (returns_port/period_of_investments)*capital_insert
    rs.append(return_loss)
    period_one_balance = capital_insert+return_loss
    period_two_return_loss = (returns_port/period_of_investments)*(period_one_balance + capital_insert)
    period_two_balance = period_one_balance + capital_insert + period_two_return_loss
    balance_total.append(period_two_balance)

标签： pythonmathstatisticsfinance

解决方案

我没有看视频，但我将解释如何为以下问题编写 Python 代码，这与视频中的类似。
假设您要计算固定利率的未来 20 年每月定期存款的投资回报。
第一步是了解如何pd.date_range()工作。如果您从本月初开始，整个周期将是pd.date_rage(start='4-1-2021', periods='240', freq='1m')（240 来自 20 年，每个 12 个月）。基本上，我们在每个月底计算回报。

import pandas as pd
portfolio = pd.DataFrame(columns=['Date', 'Investment', 'Return/Loss', 'Balance'])
interest_rate = 0.121
monthly_deposit = 500

dates = pd.date_range(start="3-31-2021", periods=240, freq='1m')
investment = [monthly_deposit]*len(dates)
return_losses = []
balances = []
current_balance = 500
for date in dates:
    current_return_loss = (interest_rate/12)*current_balance
    return_losses.append(round(current_return_loss,2))
    balances.append(round(current_balance + current_return_loss))
    current_balance += (current_return_loss + monthly_deposit)

portfolio['Date'] = pd.to_datetime(dates)
portfolio['Investment'] = investment
portfolio['Return/Loss'] = return_losses
portfolio['Balance'] = balances

balance_at_end = balances[-1]

print(portfolio.head(10))
print(balance_at_end)

您将得到以下结果，与视频相同：

 Date  Investment  Return/Loss  Balance
0 2021-03-31         500         5.04      505
1 2021-04-30         500        10.13     1015
2 2021-05-31         500        15.28     1530
3 2021-06-30         500        20.47     2051
4 2021-07-31         500        25.72     2577
5 2021-08-31         500        31.02     3108
6 2021-09-30         500        36.38     3644
7 2021-10-31         500        41.79     4186
8 2021-11-30         500        47.25     4733
9 2021-12-31         500        52.77     5286
506397

推荐阅读