3

Intento calcular una nueva columna 'C' en un dataframe cuyo valor depende del valor anterior de esa misma columna. Por ejemplo: dado el siguiente dataframe:

datos = {'A': [10,20,30,40,50] , 'B': [2,4,6,8,10] }
df = pd.DataFrame(datos)
df

introducir la descripción de la imagen aquí

Quiero que el primer valor de la columna 'C' sea 100, y a partir de ahí quiero que el siguiente valor de 'C' sea igual a al valor anterior de 'C' + valor de A + ( valor de B *10)

He conseguido resolverlo con un bucle:

lista = [100]
for i in range(4):
    lista.append( (lista[-1] + (datos['A'][i+1] ) + datos['B'][i+1] * 10))
df['C'] = lista
df

Quedando así:

introducir la descripción de la imagen aquí

Pero quisiera saber si podría resolverlo sin utilizar bucle. Resolverlo con el cálculo vectorial de pandas. Tengo muchas filas y quisiera evitar el bucle.

He intentado el siguiente código, pero me devuelve un NaN en el primer número de la columna 'C'

df['C'] = 100
df['C'] = df['C'].shift(1) + df['A'] + df['B'] *10

Y también he intentado:

df['C'] = df['C'].shift(1) + df['A'] + df['B'] *10

Pero me devuelve un error.

¿Alguna idea de cómo resolverlo?

Muchas Gracias.

1
  • +1 por la pregunta perfectamente planteada, con un Dataset de ejemplo creado, el resultado esperado, los intentos y lo que se busca conseguir. Este es un ejemplo de lo que es una buena pregunta! Commented el 4 feb. 2021 a las 7:21

2 respuestas 2

2

Si quieres hacerlo cálculos vectoriales y que se use toda la potencia de Pandas, una solución, siguiendo con tu ejemplo, es esta:

import pandas as pd

datos = {'A': [10,20,30,40,50] , 'B': [2,4,6,8,10] }
df = pd.DataFrame(datos)

df["C"] = (df["A"] + df["B"] * 10)
df["C"][0] = 100
df["C"] = df["C"].cumsum()

print(df)

Salida:

    A   B   C
0   10  2   100
1   20  4   160
2   30  6   250
3   40  8   370
4   50  10  520

Explicación

  1. Creamos la columna C con la formula indicada a+b·10 (df["A"] + df["B"] * 10). Pandas puede hacer operaciones vectoriales entre columnas
  2. Despues indicamos que el primer dato de la columna C debe ser 100. df["C"][0] = 100
  3. Por último realizamos la suma acumulada con el método .cumsum() de la columna C. df["C"] = df["C"].cumsum()

Extra

También Pandas tiene otros métodos como .cumprod(), .cummax(), etc. Te dejo aquí la documentación oficial de pandas sobre estos métodos

6
  • 1
    Muchas gracias Alberto. Ya había explorado lo de usar .cumsum() lo que pasa que cada ciertas columnas tengo que reiniciar el valor de la columna C, y los cálculos con A y B también dependen del valor de C, por lo que no me servía el método .cumsum(). Voy a intentar reformular la pregunta a ver si doy con la solución. Un Saludo y repito, mucha gracias.
    – JAGOLAS
    Commented el 14 feb. 2021 a las 17:43
  • De nada @JAGOLAS siempre es un gusto ayudar :) Si te ha servido mis respuesta, la mejor forma de dar las gracias en StackOverflow es aceptando la respuesta en el tick "aceptar respuesta", y ¿Por qué no? ¡Darle también un voto positivo! Esto no solo me recomenpensara a mí por la ayuda, si no que hará que la pregunta perdure en el tiempo y le pueda ser de ayuda a personas con el mismo problema que tú en el futuro! Te recomiendo leer Vota pronto, vota con frecuencia Commented el 14 feb. 2021 a las 17:44
  • Hola @rubialesalberto he editado la pregunta, ¿podrías orientarme? Gracias
    – JAGOLAS
    Commented el 13 nov. 2021 a las 19:23
  • Hola @Rubiales Alberto he editado la pregunta, ¿podrías orientarme? Gracias
    – JAGOLAS
    Commented el 13 nov. 2021 a las 19:44
  • Hola @JAGOLAS las preguntas respondidas correctamente no deben ser editadas, ya que si lo haces, la respuesta pierde sentido y no sirve a la comunidad. Lo correcto es hacer una nueva pregunta con el problema que tengas Commented el 14 nov. 2021 a las 11:14
0

Reformulo mi pregunta anterior puesto que en el ejemplo que ponía no resolvía realmente lo que quería hacer.

Partiendo del siguiente Dataframe con las cotizaciones o precio de cierre de IBM a fin de mes y al que le he añadido una columna donde voy a ir aportando 100€ en cada cuatrimestre (es decir el último día del mes en el que está la inversión):

datos = {'IBM': [137.62,124.79,131.03,151.45,145.94,153.74,\
             151.78,160.62,158.88,158.85,153.69,162.22,165.99] }
df = pd.DataFrame(datos, index='dic-15 ene-16 feb-16 mar-16 abr-16 may-16 \
             jun-16 jul-16 ago-16 sep-16 oct-16 nov-16 dic-16'.split())
df['inversión'] = ([100] + [0] *3) * 3 + [0]
df

introducir la descripción de la imagen aquí

Intento calcular una nueva columna 'Capital' que me indique el capital que tengo acumulado al final de cada mes.

Lo he conseguido con un bucle:

capital = []
for i in range(13):
    if i == 0:
        capital.append(df['inversión'][i])
    else:
        capital.append( (capital[-1] * df['IBM'][i] / df['IBM'][i-1] ) + 
df['inversión'][i])
df['Capital'] = capital
df

introducir la descripción de la imagen aquí

Quisiera saber si se podría hacer con cálculo vectorial en lugar de con bucle.

He intentado:

df['Capital2'] = 100  
df['Capital2'] = df['Capital2'] * df['IBM'][i] / df['IBM'].shift(1) + 
df['inversión']
df

Pero me devuelve un NnN en la primera fila y el resto de datos no están bien.

¿Alguna idea de cómo resolverlo?

Muchas Gracias.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.