Pandas:已知pct_change结果与初始值,如何还原原始数值?
还原pct_change计算得到的原始数值
你可以用cumprod()累积乘积方法实现还原,核心代码如下:
import pandas as pd # 你原有的构造代码 df = pd.DataFrame({ 'value': [44, 45, 33, 56, 60] }) df['pct_change'] = df['value'].pct_change() initial_value = df['value'].values[0] # 还原原始值的代码 df['restored_value'] = initial_value * (1 + df['pct_change']).fillna(1).cumprod()
实现原理
pct_change()的底层计算逻辑为:当期变化率 = 当期值 / 前一期值 - 1,反向推导可得 当期值 = 前一期值 * (1 + 当期变化率)- 对变化率序列每个值加1后,把第一个位置的NaN值填充为1(第一个值不需要乘变化率,等于初始值本身)
- 调用
cumprod()做累积乘积,得到每一期数值相对于初始值的倍数,再乘以初始值即可还原所有原始数值
你可以运行print(df[['value', 'restored_value']])验证结果,两列数值完全一致。
内容的提问来源于stack exchange,提问作者J.D
相关产品推荐
相关产品推荐

