如何用计算的 CAGR 值替换 NaN 列答案

【问题标题】：how replace NaN columns with calculated CAGR values如何用计算的 CAGR 值替换 NaN 列
【发布时间】：2017-06-30 09:49:40
【问题描述】：

我有一个带有 NaN 值的数据框。我想将 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) =（最终值/第一个值）**（1/年数）

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

val4 列的 CAGR 值为 10%

所以 row2 NaN 将是 121 并且 row3 NaN 替换为 133

如何自动替换 NaN？

问题是

1) 我如何计算每列的 CAGR？

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

2) 如何用计算值替换 NaN？

谢谢。

【问题讨论】：

标签： python numpy dataframe replace calculated-columns

【解决方案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

我明白了：

[[ 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       ]]

【讨论】：