我如何在python中动态创建列本身的总和

Question

我的原始数据是：

def f_ST(ST,F,T):
    a=ST/F-1-np.log(ST/F)
    return 2*a/T

df=pd.DataFrame(range(50,140,5),columns=['K'])
df['f(K0)']=df.apply(lambda x: f_ST(x.K,100,0.25),axis=1)
df['f(K1)']=df['f(K0)'].shift(-1)
df['dK']=df['K'].diff(1)

我想做的是：我有一个功能f（k）

f(k)= (k-100)/100 - ln(k/100)

我要计算w，将遵循以下步骤

1. 获得f（k）的1周期前向值，然后计算

tmp(k)=f1_f(k)-f(k)/dk

2. w计算为

w[0]=tmpw[0]

w[n]-tmpw[n]-(w[0]+w[1]+...w[n-1])

结果看起来像

nbr date        k   f(k)        f1_f(k)     d_k   tmpw       w
10  2019-02-19  100 0.000000    0.009679    5.0   0.001936   0.001936
11  2019-02-19  105 0.009679    0.037519    5.0   0.005568   0.003632
12  2019-02-19  110 0.037519    0.081904    5.0   0.008877   0.003309
13  2019-02-19  115 0.081904    0.141428    5.0   ...    
14  2019-02-19  120 0.141428    0.214852    5.0   ...
15  2019-02-19  125 0.214852    0.301086    5.0 
16  2019-02-19  130 0.301086    0.399163    5.0 

问题：有人可以在不使用循环的情况下帮助获得快速代码（不是数学方法吗？）>

非常感谢！

我的原始数据是：def f_ST（ST，F，T）：a = ST / F-1-np.log（ST / F）return 2 * a / T df = pd.DataFrame（range（50,140,​​5 ），columns = ['K']）df ['f（K0）'] = df.apply（lambda x：f_ST（xK，100,0.25），axis = 1）df ['f（K1）'] = df ['...

Answer 1

我不完全理解您的问题，对我而言，所有这些表示法都有些混乱。