python - 使用 pandas 对多个映射货币列进行操作

Question

我有两个数据帧，即 df1 和 df2。我想对 df2 中的“Amount_Dollar”列执行操作。基本上在 df1 中，我有历史货币数据，并且我想根据 df2 中给定的货币和 Amount_Dollar 执行日期操作，以计算 df2 中 New_Amount_Dollar 列的值。

对于“货币”== [AUD、BWP]，我们需要将 Amount_Dollar 乘以相应日期的相应货币值。

如果 df1 中没有任何货币，则不要对“Amount_Dollar”执行任何操作(意味着采用相同的值)

对于其他可用货币，我们需要将 Amount_Dollar 除以相应日期的相应货币值(value)。

例如，在 df2 中，我的第一种货币为澳元，日期 = '01-01-2019'，因此我想计算 New_Amount_Dollar 值，使得

New_Amount_Dollar = Amount_Dollar*来自 df1 的澳元值，即 New_Amount_Dollar = 19298*98 = 1891204

另一个例子，在 df2 中，我有第三种货币作为 Date = '03-01-2019 的 COP，所以我想计算 New_Amount_Dollar 值，使得

New_Amount_Dollar = Amount_Dollar/df1 的 COP 值，即 New_Amount_Dollar = 5000/0.043 = 116279.06

import pandas as pd
data1 = {'Date':['01-01-2019', '02-01-2019', '03-01-2019', 
                 '04-01-2019','05-01-2019'],
        'AUD':[98, 98.5, 99, 99.5, 97],
        'BWP':[30, 31, 33, 32, 31],
        'CAD':[0.02, 0.0192, 0.0196, 0.0196, 0.0192],
        'BND':[0.99, 0.952, 0.970, 0.980, 0.970],
        'COP':[0.05, 0.047, 0.043, 0.047, 0.045]}
df1 = pd.DataFrame(data1)

data2 = {'Date':['01-01-2019', '02-01-2019', '03-01-2019', '04-01-2019','05-01-2019'],
        'Currency':['AUD','AUD','COP','NZD','BND'],
        'Amount_Dollar':[19298, 19210, 5000, 200, 2300],
        'New_Amount_Dollar':[0,0,0,0,0]
        }
df2 = pd.DataFrame(data2) 

df1

         Date    AUD  BWP     CAD    BND    COP
0  01-01-2019   98.0   30  0.0200  0.990  0.050
1  03-01-2019   98.5   31  0.0192  0.952  0.047
2  04-01-2019   99.0   33  0.0196  0.970  0.043
3  05-01-2019   99.5   32  0.0196  0.980  0.047
4  06-01-2019   97.0   31  0.0192  0.970  0.045
5  09-01-2019  100.0   20  0.2000  0.230  0.023

df2

         Date Currency  Amount_Dollar  New_Amount_Dollar
0  01-01-2019      AUD          19298                  0
1  02-01-2019      AUD          19210                  0
2  03-01-2019      COP           5000                  0
3  04-01-2019      NZD            200                  0
4  07-01-2019      BND           2300                  0

预期结果

         Date Currency  Amount_Dollar  New_Amount_Dollar
0  01-01-2019      AUD          19298         1891204.00
1  02-01-2019      AUD          19210         1892185.00
2  03-01-2019      COP           5000          116279.06
3  04-01-2019      NZD            200             200.00
4  05-01-2019      BND           2300            2371.13

Answer 1

首先，unstack df1得到一列所有FX，稍后将用于连接:

df1.set_index('Date', inplace=True)
df1 = pd.DataFrame(df1.unstack(), columns = ['FX'])

然后加入 df2。为 CAD 和 BWP 添加 mask ，取 CAD/BWP 的倒数。然后进行列操作以获得新的金额。

df2 = df2.merge(df1, left_on = ['Currency', 'Date'], right_index = True, how = 'left').fillna(1)
df2['mask'] = df2['Currency'].isin(['AUD', 'BWP'])
df2.loc[df2['mask'], 'FX'] = 1/df2.loc[df2['mask'], 'FX']
df2['New_Amount_Dollar'] = df2['Amount_Dollar'] / df2['FX']