Python 函数无法与 f'{col}' 一起正常工作

Question

编辑摘要 所以我有：p1 数据框，其中包含过去 5 年的 n 种金融工具的价格和回报：

       Date         a_price   b_price   a_ret    b_ret
  0  2018-04-13      6.335     5.114    0.0047    0.01
         .
         .
         .
1272 2023-04-13      11.525     5.708    0.0039   -0.04

然后我有另一个数据框种子，它只包含一个日期和相同 n-instruments 的标准偏差

      Date         a_SD    b_SD
 63  2023-04-13   0.019   0.017

在 p1 中，我需要创建 n 个新列 EWMA，如下所示： 对于 p1 (2018-04-13) 中最早的日期，a_EWMA = X*(seed[a_SD]**2) + (1-X) *(p1[a_Ret]*2) 对于任何其他日期 a_EWMA = X(p1.loc[i-1,a_EWMA]**2) + (1-X) *(p1[a_Ret]**2).

想要的输出是p1如下：

  Date            a_price   b_price   a_ret    b_ret   a_EWMA   b_EWMA
 0   2018-04-13    6.335     5.114    0.0047    0.01     ...     ...
         .
         .
         .
1272 2023-04-13   11.525     5.708    0.0039   -0.04     ...     ...

由于我需要自动化，我正在尝试使用 f'{col} 来匹配 2 个数据帧，但我认为我没有正确执行。 我用下面的函数来做，但它给了我所有的 None 结果，最糟糕的是它创建了太多的列，而它应该只创建 n-more（本例中为 2）

def EWMA(x):
    for i in p1.index:
        if p1.loc[i,'Date'] == min_Date and '_SD' in seed.columns:
            return math.sqrt((lam*(seed[[f'{col}_SD'for col in seed.columns]])**2) + (1-lam) * (p1.loc[i,[f'{col}_Ret' for col in p1.columns]]**2))
        elif p1.loc[i,'Date'] != min_Date and '_SD' in seed.columns:
            return math.sqrt(lam*((p1.loc[i-1,[f'{col}_EWMA'for col in p1.columns]])**2)+(1-lam)*(p1.loc[i,[f'{col}_Ret'for col in p1.columns]]**2)) if f'_Ret' in p1.columns:
    p1[[f'{col}_EWMA'for col in p1.columns]] = p1.apply(EWMA)

Answer 1

您的问题最初提到了与数据相关的日期，而您的种子值数据框仍然包含一个似乎与解决方案无关的日期。因此，我忽略了日期，假设源数据每天都有一条记录并且种子值中的日期无关紧要（因为源数据无论如何都从该日期开始）。

考虑到这一点：

import datetime, random
import pandas as pd
import numpy as np

# random example data, structured like yours
dates = pd.date_range(datetime.date(2018, 4, 13), datetime.date(2023, 4, 13), freq='D')
df = pd.DataFrame(
    np.hstack([np.random.rand(len(dates), 2) * 10, np.random.rand(len(dates), 2)]),
    index=dates, columns=['a_price', 'b_price', 'a_ret', 'b_ret']
)
print(df)

# seed values (apparently standard deviations), date did not seem relevant to the example
seed_df = pd.DataFrame([{'a_SD': 0.019, 'b_SD': 0.017}])
print(seed_df)


def ewma(x, seed, ys):
    # generic EWMA with some seed value
    v = seed
    return [v := x*y + (1-x)*v for y in ys]


for col in seed_df.columns:
    df[f'{col[:-3]}_ewma'] = ewma(
        0.5,  # an arbitrary 'X', or lambda value for the EWMA
        seed_df[col][0]**2,  # the seed value for the column, getting [0] because it's a series, squared
        df[f'{col[:-3]}_ret']**2  # the column of returns squared, as you want them squared
    )
print(df)

这导致了我认为你所要求的。如果日期与您最初的问题有某种相关性，您应该更新问题以更清楚地了解它们的含义。

此外，如果您的输入数据不像我在这里生成的示例数据那么简单，并且这会导致问题，您应该更具体地说明它可能有何不同。

此处的示例对种子值和为其创建 EWMA 列的变量进行平方，因为您指定这是问题中需要的 -

ewma()

函数无论如何都适用。