Pandas：从返回数据创建索引时间序列[从100开始]

Question

我有关于Pandas数据帧中变量的对数返回的数据。我想把这些返回变成一个索引时间序列，它从100（或任意数字）开始。这种操作非常常见，例如在创建通货膨胀指数或比较两个不同幅度的系列时：

因此，例如，2000年1月1日中的第一个值设置为等于100，2000年1月2日中的下一个值等于100*exp(return_2000_01_02)，依此类推。以下示例：

我知道我可以使用.iterItems（）在Pandas DataFrame中循环遍历行，如以下问题所示：逐行遍历Pandas DataFrame

有没有一种方法可以使用纯熊猫创建一个索引时间序列？如果不是，请你建议一下最有效的方法。找到解决方案是出奇的困难，因为索引和索引在熊猫中有一个特定的含义，我不是在这次之后。

Answer 1

您可以使用矢量化方法而不是循环/迭代：

import pandas as pd
import numpy as np

df = pd.DataFrame({'return':np.array([np.nan, 0.01, -0.02, 0.05, 0.07, 0.01, -0.01])})

df['series'] = 100*np.exp(np.nan_to_num(df['return'].cumsum()))

#In [29]: df
#Out[29]:
#   return      series
#0     NaN  100.000000
#1    0.01  101.005017
#2   -0.02   99.004983
#3    0.05  104.081077
#4    0.07  111.627807
#5    0.01  112.749685
#6   -0.01  111.627807