python - 如何根据索引进行计算？

Question

我是 Python 的新手，希望有人能帮助解决这个问题。我正在尝试根据我的索引在 power bi 中创建一个计算。这样做的原因是因为每当我的一个列有一个新值时，我的索引就会从 1 重置为 250。按类别分类的索引。指数:交易日(1 至 250)类别； [合约年份] 2008 - 2019 每年指数重置。值(value):价格

Table/Raw Data structure
Trade Day Year  Norm_Price
1         2008   1.87
2         2008   1.84
3         2008   1.87
.         2008   1.88
.         2008   1.88
250       2008   1.22
1         2009   1.35
2         2009   1.32
3         2009   1.78
.         2009   1.55
.         2009   1.77
250       2009   1.23
and so on

我成功运行了两个函数，但我的问题是，当我的索引返回到一个时，计算继续进行，因为没有索引。我该如何处理？

这是我的代码

第一个计算/新列它工作正常但是当我的索引列返回到一个时它执行从 250 到 1 的计算，这是我不想要的。对于每个交易日等于 1 的时间，我需要我的新列为 0

dataset.loc[0,'Percent_Change'] = 0

for i in range(1, len(dataset)):
    dataset.loc[i,'Percent_Change'] = (dataset.loc[i,'Norm_Price'] - dataset.loc[i-1,'Norm_Price']) / dataset.loc[i-1,'Norm_Price']

第二次计算/新列对于每个交易日等于 1 的时间，我需要我的新列为 1

dataset.loc[0,'Norm_Change'] = 1

for i in range(1, len(dataset)):
    dataset.loc[i,'Norm_Change'] = dataset.loc[i-1,'Norm_Change'] + (dataset.loc[i,'Percent_Change'] * dataset.loc[i-1,'Norm_Change'])

如果让其根据索引执行计算太困难，也许是if语句？

if trade day = 1 then 1 else perform function in i ??

任何帮助都会有很大帮助!

谢谢!

Answer 1

看起来你可以用 groupby 来做:

df['Percent_Change'] = df.groupby('Year')['Norm_Price'].pct_change().fillna(0)

df['Norm_Change'] = df['Percent_Change'].add(1).groupby(df['Year']).cumprod()

输出:

   Trade Day  Year  Norm_Price  Percent_Change  Norm_Change
0          1  2008        1.87        0.000000     1.000000
1          2  2008        1.84       -0.016043     0.983957
2          3  2008        1.87        0.016304     1.000000
3          .  2008        1.88        0.005348     1.005348
4          .  2008        1.88        0.000000     1.005348
5        250  2008        1.22       -0.351064     0.652406
6          1  2009        1.35        0.000000     1.000000
7          2  2009        1.32       -0.022222     0.977778
8          3  2009        1.78        0.348485     1.318519
9          .  2009        1.55       -0.129213     1.148148
10         .  2009        1.77        0.141935     1.311111
11       250  2009        1.23       -0.305085     0.911111