在指定的 Pandas 日期范围内使用 Python math.prod()

Question

我对 Python 比较陌生，但我有一个复杂的问题，我认为需要一些不同的函数，但我不知道从哪里开始。

在 Excel 中，通过使用 PRODUCT 函数，基于到最近续订日期的起点（在本例中为 01/10/2020），然后简单地乘以每个产品的 Product 函数总计，这在 Excel 中非常简单。起始点元素的数量，给出当前更新日期总计，按元素值细分。

我想用 Python 写这个，但是除了 Python 3.8 math.prod() 的基本信息之外，我似乎无法在网上找到更多的信息来解决/帮助我解决这个问题。

我有以下 3 个 Pandas 数据框（为了便于解释，我从 Excel 复制了数据并粘贴到下面的链接中，但我已将它们作为数据框导入到我的测试代码中）。

数据采用这种形式，需要整理在一起，并根据会员权利的不同元素进行重新评估，需要从开始日期（“StartDate”）到当前“续订”日期（01/ 10/2020） - 如果可能，还需要在 StartDate 到第一个续订日期之间的完整月份中按比例完成（相当于 Excel YEARFRAC 函数）。

这 3 个数据框是：

1. 具有一定基本信息的会员身份标识。最重要的数据是“StartDate”列，因为它是重新评估会员福利的关键。我猜它需要有一个函数来计算从 StartDate 到会员的第一次续订日期的 TimeDelta（以月为单位），这需要按比例计算差值，例如第一个会员于 2016 年 1 月 2 日开始，因此第一次续约需要按比例分配 8 个月。我还想设置一个布尔值，如果为 True，则按比例发生，否则不会

2. 增加因素。这些元素会增加或保持水平（价值不会减少）

3. 会员资产 - 通过会员标识符 (MemberID) 链接到 (1)。这些不同的元素应按 (2) 中的增加因子逐步升级，这些数字是开始日期时的元素。

本质上，函数需要计算第一个续订日期在 StartDate 之后的时间，如果布尔值为 True，则应用按比例增加，然后计算出续订日期的范围并增加 StartDate 和最新日期之间的系数续订日期，并最终在 StartDate 元素上应用此日期范围的产品。

这是我的第一篇文章，如果它不符合您可能期望的格式或任何 Python 代码，我深表歉意，因为我对 Python 和 StackOverflow 非常陌生（他们甚至不允许我直接发布表格，仅作为图像链接）。由于数据保护，我提供的数据是虚拟日期，但相对基于实际数据。

您有任何疑问，我很乐意提供更多信息。感谢您提前提供任何帮助！

编辑： 请参阅我正在使用的临时解决方案，但它没有按 StartDate 到第一次增加日期之间第一次增加的比例：

• 示例中的 MemberID，Python 函数应该找到 StartDate 之后的第一次增加，即 01/10/2016 (DD/MM/YYYY)
• 然后，该函数应检查续订日期在 01/10/2016 和最新续订日期 01/10/2020 之间按每个元素增加。 Excel PRODUCT 公式给出的元素增量为：元素 1 到 3 分别为 1.38823、1.20396 和 1.20462
• 最后，将 StartDate 中的元素乘以每个批次的 Product 总数，得到当前值

Answer 1

我在这里整理了一些内容，应该可以为您提供入门知识。第一个代码块只是重新创建您的数据。第二个块迭代每个成员，获取适当的更新日期，然后将获取的行与 DataFrame 相乘。

由于使用成员 ID 上的显式 for 循环而不是广播，它的效率并不高，但它应该可以帮助您入门。

import pandas as pd

df_startDate = pd.DataFrame({
    'StartDate': pd.to_datetime(['01/02/2016', '10/04/2017', '29/09/2018', '05/11/2018']),
}, index=['9000001', '9000023', '9004561', '9007910'])

df_renewals = pd.DataFrame({
    'Element 1': [1.05, 1.04, 1.06, 1.10, 1.08, 1.06],
    'Element 2': [1.03, 1.02, 1.07, 1.05, 1.03, 1.02],
    'Element 3': [1.04, 1.04, 1.05, 1.03, 1.02, 1.05],
}, index=pd.to_datetime(['01/10/'+str(i) for i in range(2015, 2021)]))

df_assets = pd.DataFrame({
    'Element 1': [1000, 1500, 2000, 1750],
    'Element 2': [1500, 2000, 2500, 2000],
    'Element 3': [2000, 2500, 3000, 2250],
}, index=['9000001', '9000023', '9004561', '9007910'])

print(df_startDate)
print(df_renewals)
print(df_assets)

我的方法你可以学习：

results = pd.DataFrame(columns=['Element 1', 'Element 2', 'Element 3'])

for member_id in df_startDate.index:
    print('******')
    print(member_id)
    
    # Get rows between the StartDate and the current date
    df_factors = df_renewals.loc[df_startDate['StartDate'].loc[member_id]: pd.Timestamp.now()]
    print(df_factors, end='\n\n')
    
    # Multiply rows together to get total factor
    prod_factors = df_factors.product(axis='index')
    print(prod_factors.to_frame().T, end='\n\n')
    
    # Multiply factor with base value
    results.loc[member_id] = df_assets.loc[member_id].mul(prod_factors)
    print(results.loc[member_id].to_frame().T, end='\n\n')

print(results)

无注释/打印：

results = pd.DataFrame(columns=['Element 1', 'Element 2', 'Element 3'])
for member_id in df_startDate.index:
    df_factors = df_renewals.loc[df_startDate['StartDate'].loc[member_id]: pd.Timestamp.now()]
    results.loc[member_id] = df_assets.loc[member_id].mul( df_factors.product(axis='index') )

结果：

           Element 1    Element 2   Element 3
9000001  1388.230272  1805.934123  2409.23592
9000023  1888.920000  2206.260000  2757.82500
9004561  2289.600000  2626.500000  3213.00000
9007910  2003.400000  2101.200000  2409.75000