如何让Python函数返回DataFrame所有行的ppmt计算结果？

问题根源 #

你函数里的return (p)会在第一次满足balance > 0时立即终止函数，所以只能拿到第一个行的计算结果。另外函数参数是df，但循环用了df_principal，这是个错误，会导致函数无法正确使用传入的DataFrame。

解决方案1：用列表收集所有结果后返回 #

修改函数，先创建一个列表存储每一行的计算结果，最后合并返回：

import numpy_financial as npf
import pandas as pd

def principal_loop2(df, col1, col2, col3):
    all_results = []
    # 遍历传入的df，而非全局变量df_principal
    for _, row in df.iterrows():
        balance = row[col1]
        suku_bunga = row[col2]
        terms = int(row[col3])
        periode = range(1, terms + 1)
        
        if balance > 0:
            p = npf.ppmt(
                rate=suku_bunga / 12,
                per=periode,
                nper=terms,
                pv=-balance
            )
            all_results.append(p)
    
    # 合并所有结果为一个NumPy数组，无结果时返回空数组
    return np.concatenate(all_results) if all_results else np.array([])

使用示例 #

# 传入你的DataFrame和对应列名
total_payments = principal_loop2(df_principal, 'balance', 'interest_rate', 'terms')
# 转成DataFrame
payments_df = pd.DataFrame(total_payments, columns=['principal_payment'])

解决方案2：用apply高效处理（推荐） #

iterrows性能较差，大数据量时更明显，推荐用apply对每行计算，再整理结果：

def calc_ppmt(row, col1, col2, col3):
    balance = row[col1]
    suku_bunga = row[col2]
    terms = int(row[col3])
    periode = range(1, terms + 1)
    
    if balance > 0:
        return npf.ppmt(rate=suku_bunga/12, per=periode, nper=terms, pv=-balance)
    return []

# 对每行应用函数，新增列存储每行的计算数组
df_principal['payment_arrays'] = df_principal.apply(calc_ppmt, axis=1, args=('balance', 'interest_rate', 'terms'))

# 可选：把每个期数的支付拆成单独行，保留原行的其他字段
expanded_df = df_principal.explode('payment_arrays').rename(columns={'payment_arrays': 'principal_payment'})

额外注意点 #

• 若不同行的terms不同，计算出的p长度会有差异：用np.concatenate可合并成一维数组；用explode则会拆分每个期数的支付为单独行，保留原数据的关联信息。
• 变量名尽量遵循Python小写加下划线的规范（比如Suku_bunga改成suku_bunga），提升代码可读性。

内容的提问来源于stack exchange，提问作者Edo