利用python中的乘积和平均值公式创建损失率表

Question

我正在尝试从Python中已经有的流率数据帧创建损失率表（见下文）。如果有人能帮我编写代码，我将不胜感激。我在下面复制了excel公式，但如果您需要更多信息，请让我知道。

最后，第13行公式中的平均值是计算损失率后列的简单平均值。即B13中的公式为=平均值(B8:B12)

提前感谢您的帮助！

Answer 1

您可以使用ILOC只获取数据帧的数字部分，然后使用apply函数，在横轴(axis=1)上以相反的顺序(X[::-1])，从右到左计算数据的累加积。这将产生损失率表中描述的预期输出。要添加最后一行(Average)，请计算Mean并将结果序列转换为转置数据帧。然后该数据帧将被连接到df_loss以实现预期的结果。如果需要，可以使用原始的月份名称创建新的索引，并使用pd.index向其添加平均值。

import pandas as pd

d = {
'Month': {0: 'Feb ', 1: 'Mar ', 2: 'Apr ', 3: 'May ', 4: 'June '},
'NYD': {0: 0.4, 1: 0.74, 2: 0.67, 3: 0.57, 4: 0.5},
'DPD30': {0: 0.7, 1: 0.63, 2: 0.73, 3: 0.67, 4: 0.67},
'DPD60': {0: 0.63, 1: 0.57, 2: 0.76, 3: 0.69, 4: 0.64},
'DPD90': {0: 0.5, 1: 0.72, 2: 0.63, 3: 0.66, 4: 0.72},
'DPD120': {0: 0.9, 1: 0.8, 2: 0.83, 3: 0.64, 4: 0.72},
'DPD150': {0: 0.3, 1: 0.56, 2: 0.67, 3: 0.6, 4: 0.94},
'Loss': {0: 1.0, 1: 1.0, 2: 1.0, 3: 1.0, 4: 1.0}}

df = pd.DataFrame(d)
print(df)

df_loss = df.iloc[:, 1:].apply(lambda x: x[::-1].cumprod(), axis=1)
df_loss = df_loss[df.columns[1:]] # fix presentation order

dmean = pd.DataFrame(df_loss.mean()).T
df_loss = pd.concat([df_loss, dmean])

df_loss.index = pd.Index([*df.Month, "Average"], name="Month")

print(df_loss.round(3))

df_loss输出

           NYD  DPD30  DPD60  DPD90  DPD120  DPD150  Loss
Month
Feb      0.024  0.060  0.085  0.135   0.270   0.300   1.0
Mar      0.086  0.116  0.184  0.323   0.448   0.560   1.0
Apr      0.130  0.194  0.266  0.350   0.556   0.670   1.0
May      0.067  0.117  0.175  0.253   0.384   0.600   1.0
June     0.104  0.209  0.312  0.487   0.677   0.940   1.0
Average  0.082  0.139  0.204  0.310   0.467   0.614   1.0