如何用计算出的 CAGR 值替换 NaN 列

Question

我有一个包含 NaN 值的数据框。我想将该 NaN 值替换为 CAGR 值

  val1  val2  val3  val4  val5 
0 100    100   100   100  100
1  90    110    80   110   50
2  70    150    70   NaN   NaN
3  NaN    NaN   NaN  NaN   NaN

CAGR（复合年增长率） =（终值/初值）**（1/年数）

例如，val1 的 CAGR 为 -23%。所以 val1 的最后一个值将是 53.9

列 val4 的 CAGR 值为 10%

所以第 2 行 NaN 将是 121，第 3 行 NaN 将替换为 133

如何自动替换 NaN？

问题是

1) 如何计算每列的复合年增长率？

我使用了 isnull() 所以，我发现哪一行是空的。但我不知道如何排除计算 CAGR 的行。

2) 如何用计算值替换 NaN？

谢谢。

Answer 1

from __future__ import division # for python2.7
import numpy as np

# tab delimited data
a = '''100  100 100 100 100
90  110 80  110 50
70  150 70  NaN NaN
NaN NaN NaN NaN NaN
'''

# parse and make a numpy array
data = np.array( [[np.nan if aaa=='NaN' else int(aaa) for aaa in aa.split('\t')] for aa in a.splitlines()] )

for col in range(5):
    
    Nyears = np.isnan(data[:,col]).argmax()-1 # row index for the last non-NaN value
    endvalue = data[Nyears,col]
    cagr = (endvalue / 100) ** (1 / Nyears)
    print Nyears, endvalue, cagr

    for year in np.argwhere(np.isnan(data[:,col])):
        data[year,col] = data[year-1,col] * cagr

print data

我得到：

[[ 100.          100.          100.          100.          100.        ]
 [  90.          110.           80.          110.           50.        ]
 [  70.          150.           70.          121.           25.        ]
 [  58.56620186  183.71173071   58.56620186  133.1          12.5       ]]

如何用计算出的 CAGR 值替换 NaN 列

how replace NaN columns with calculated CAGR values

python

replace

numpy

calculated-columns

dataframe