货币换算

Question

Snapshot of dataframe 我有一个由 U.S 组成的大数据框。 20 年期间的美元报表和加元报表。我需要将加拿大报表转换为 U.S.$，方法是将它们除以该特定年份的平均汇率。

df = pd.Dataframe([[1998,'CAD',123,1234],[1999,'CAD',345,1233],[1999,'USD',454,1232],[1999,'USD',2333,3456]], columns=['year','currency','net_profit','revenue'])

year currency net_profit revenue
1998 CAD      123        1234
1999 CAD      345        1233
1999 USD      454        1232
1999 USD      2333       3456

我可以用这个代码找到1998年的CAD公司

 filter_1998 = firm[(firm['currency']== 'CAD') & (firm.Year ==1998)]

之后，我需要用 1998 年的平均汇率 1USD /1,4811 CAD 来转换这些行。要转换这些行的加拿大语句，我想放入一个条件。

if firm[(firm['currency'] == CAD)&(firm['year']==1998:
pd.divide(x) / 1,4811
Translated CAD values into USD.

第一行除以汇率。期望的结果如下所示：

    year currency net_profit revenue
    1998 CAD      83.05      833.16
    1999 CAD      345        1233
    1999 USD      454        1232
    1999 USD      2333       3456

那么，我如何才能仅使用我根据条件选择的行进行计算，并且仍然将 CAD 值替换为 USD 值？

Answer 1

您可以按如下方式使用 merge 和 np.where。我假设你在另一个数据框中有每年的平均利率。

import numpy as np
import pandas as pd
df = pd.DataFrame([[1998,'CAD',123,1234],[1999,'CAD',345,1233],[1999,'USD',454,1232],[1999,'USD',2333,3456]], columns=['year','currency','net_profit','revenue'])
df_rate = pd.DataFrame([[1998, 1.4811], [1999, 1.3798]],columns=['year','rate'])
df = df.merge(df_rate, how='left', on='year')
df['revenue'] = np.where(df['currency'] == 'CAD',df['revenue']/df['rate'],df['revenue'])
df

输出结果如下

    year    currency    net_profit  revenue     rate
0   1998    CAD     123     833.164540  1.4811
1   1999    CAD     345     893.607769  1.3798
2   1999    USD     454     1232.000000     1.3798
3   1999    USD     2333    3456.000000     1.3798

货币换算

Currency translation

python

conditional-statements

calculation