如何用Python计算以当前年度为基准的复利通胀率？

核心需求 #

已知各年度的同比通胀率（yoy_inflation，已转换为1+通胀率的乘数形式，如4.8%对应1.048），计算从当前年度到基准年（示例中为2022年，对应数据里最新的2021年）的复利通胀率——即当前年度及之后所有年度同比通胀率的累积乘积。

方案1：Pandas（表格数据首选） #

如果数据以DataFrame形式存储，直接使用cumprod()方法即可实现累积乘积计算，完全匹配需求：

import pandas as pd

# 构造示例数据（年份按降序排列：最新年份在前）
data = {
    'year': [2021, 2020, 2019, 2018, 2017, 2016],
    'yoy_inflation': [1.048, 1.008, 1.014, 1.02, 1.027, 1.018]
}
df = pd.DataFrame(data)

# 计算复利通胀率，保留3位小数与示例对齐
df['compound_inflation_to_2022'] = df['yoy_inflation'].cumprod().round(3)

print(df)

关键说明：

• cumprod()会从第一个元素开始，依次计算到当前行的累积乘积，正好对应示例逻辑：2021年取自身值，2020年取2020×2021的乘积，以此类推。
• 如果原始数据是年份升序（最早年份在前），需先排序：df = df.sort_values('year', ascending=False)，计算后可再按需排序回去。

方案2：纯Python列表（无依赖场景） #

若使用普通列表存储数据，可借助itertools.accumulate()实现高效的累积乘积计算：

import operator
from itertools import accumulate

# 同比通胀率列表（按年份降序排列）
yoy_inflation = [1.048, 1.008, 1.014, 1.02, 1.027, 1.018]

# 计算累积乘积，转为列表并保留3位小数
compound_inflation = [round(val, 3) for val in accumulate(yoy_inflation, operator.mul)]

print(compound_inflation)
# 输出：[1.048, 1.056, 1.071, 1.093, 1.122, 1.142]

关键说明：

• accumulate()默认做加法累积，传入operator.mul指定为乘法累积，生成的迭代器会逐个输出到当前位置的累积乘积。
• 同样需要保证列表是最新年份在前的顺序，若顺序相反，可先反转列表：yoy_inflation = yoy_inflation[::-1]，计算后再反转结果。

注意事项 #

• 确保同比通胀率是乘数形式：若原始数据是百分比（如4.8%），需先转换为1 + 百分比/100。
• 累积乘积的精度可根据需求调整round()的参数，或直接保留原始浮点值。

内容的提问来源于stack exchange，提问作者cgoldie