问题描述
我需要帮助计算不同投资的 IRR,以及这些投资在不同时间的 IRR。
所以有一个看起来像这样的数据框:
日期 | 投资 | 流程 |
---|---|---|
2012-05-12 | 1 | -50 |
2013-09-04 | 1 | 100 |
2014-05-05 | 1 | 300 |
2013-09-04 | 2 | -700 |
2015-05-12 | 2 | 1000 |
2012-04-04 | 3 | 100 |
2013-05-12 | 3 | -50 |
2013-09-04 | 4 | -60 |
另一个看起来像这样
日期 | 投资 | 股票 |
---|---|---|
2012-09-05 | 1 | 400 |
2014-05-05 | 1 | 600 |
2014-05-05 | 2 | 300 |
2013-09-04 | 2 | 800 |
2012-09-14 | 3 | 1000 |
2013-09-05 | 4 | 6000 |
因此,我想创建多个数据框,其中包含在我获得股票信息之日之前每项投资的流向,最后一行包含该日期的股票。例如,我对投资 1 的股票有 2 个观察结果,因此我应该为投资 1 创建 2 个数据框,如下所示:
日期 | 投资 | 流量+库存(最后一行) |
---|---|---|
2012-05-12 | 1 | -50 |
2012-09-05 | 1 | 400 |
日期 | 投资 | 流量+库存(最后一行) |
---|---|---|
2012-05-12 | 1 | -50 |
2013-09-04 | 1 | 100 |
2014-05-05 | 1 | 300 |
2014-05-05 | 1 | 600 |
对于投资 3,假设我对股票只有一个观察结果,那么应该只有 1 个如下所示的数据框:
日期 | 投资 | 流量+库存(最后一行) |
---|---|---|
2012-04-04 | 3 | 100 |
2012-09-14 | 3 | 1000 |
鉴于我有很多数据,手动创建每个数据框很麻烦,而且我希望这段代码在我有新信息时更新 IRR。我想这样做是因为我想看到 IRR 在每个日期的演变,我有每项投资的股票信息。有点像投资的内部收益率时间序列。我将使用创建的数据框计算 IRR。
我曾尝试对每项投资有股票信息的日期进行排序,但在循环中遇到问题。
非常感谢
编辑: 根据 Henry Ecker 的要求,这是合并数据库的示例。
DATE_x Investment Flow DATE_y Stock
355 2018-08-29 1 1371300 2020-09-30 2904678,03
3076 2016-03-31 2 -4535569 2015-06-30 0
1564 2017-11-28 3 1142227 2014-09-30 10378007,31
3666 2018-02-22 2 1622857 2020-03-31 122203846,09
1394 2017-05-16 3 3116642 2017-12-31 0
472 2013-11-09 3 -4364500 2015-12-31 45789217,93
446 2021-02-23 1 325117 2020-03-31 13176648,97
1641 2018-01-31 3 623695 2015-09-30 0
1297 2017-03-21 3 1146193 2015-09-30 32103654,6
2080 2020-09-15 3 461123 2017-09-30 47763628,79
解决方法
解决此问题的一种方法是加入流和观察以获取关联,然后按观察日期和投资 ID 分组以获取我们感兴趣的每个组。
函数 process_df
用于仅过滤掉观察日期 (DATE_y
) 之前的天数。
从第一行获取值 Investment、Observation Date (DATE_y
) 和 Stock 值,因为它们在组中都相同,并将其附加到表的末尾。然后只需清理所有内容,删除额外的列(Stock 和 DATE_y),重置索引,并重命名列以反映您想要的输出。
import pandas as pd
flows = pd.DataFrame({'DATE': {0: '2012-05-12',1: '2013-09-04',2: '2014-05-05',3: '2013-09-04',4: '2015-05-12',5: '2012-04-04',6: '2013-05-12',7: '2013-09-04',8: '2020-05-12',9: '2016-07-12'},'Investment': {0: 1,1: 1,2: 1,3: 2,4: 2,5: 3,6: 3,7: 4,8: 5,9: 7},'Flow': {0: -50,1: 100,2: 300,3: -700,4: 1000,5: 100,6: -50,7: -60,8: 100,9: 800}})
flows['DATE'] = flows['DATE'].astype('datetime64[ns]')
observations = pd.DataFrame({'DATE': {0: '2012-09-05',1: '2014-05-05',4: '2012-09-14',5: '2013-09-05',6: '2014-05-14',7: '2015-12-14'},2: 2,4: 3,5: 4,6: 5,7: 6},'Stock': {0: 400,1: 600,3: 800,5: 6000,6: 0,7: 15}})
observations['DATE'] = observations['DATE'].astype('datetime64[ns]')
def process_df(df):
out = df[df['DATE_x'] <= df['DATE_y']] # Filter Out Out of Bound Dates
if out.empty:
# Handle Case Where Observation but No flows
return df[['DATE_y','Investment','Stock']] \
.reset_index(drop=True) \
.rename(columns={'DATE_y': 'DATE','Stock': 'Flow + Stock(last row)'})
return out.drop(['DATE_y','Stock'],axis=1) \
.append(out[['Investment','DATE_y','Stock']]
.iloc[0]
.rename({'DATE_y': 'DATE_x','Stock': 'Flow'})) \
.reset_index(drop=True) \
.rename(columns={'DATE_x': 'DATE','Flow': 'Flow + Stock(last row)'})
merged = pd.merge(flows,observations,on='Investment',how='right')
dfs = [process_df(group) for _,group in merged.groupby(['Investment','DATE_y'])]
# For Display
for i,new_df in enumerate(dfs):
print(f'DataFrame {i+1}')
print(new_df)
print()
dfs 是包含单个 DataFrame 的列表。
输出:
DataFrame 1
DATE Investment Flow + Stock(last row)
0 2012-05-12 1 -50.0
1 2012-09-05 1 400.0
DataFrame 2
DATE Investment Flow + Stock(last row)
0 2012-05-12 1 -50.0
1 2013-09-04 1 100.0
2 2014-05-05 1 300.0
3 2014-05-05 1 600.0
DataFrame 3
DATE Investment Flow + Stock(last row)
0 2013-09-04 2 -700.0
1 2013-09-04 2 800.0
DataFrame 4
DATE Investment Flow + Stock(last row)
0 2013-09-04 2 -700.0
1 2014-05-05 2 300.0
DataFrame 5
DATE Investment Flow + Stock(last row)
0 2012-04-04 3 100.0
1 2012-09-14 3 1000.0
DataFrame 6
DATE Investment Flow + Stock(last row)
0 2013-09-04 4 -60.0
1 2013-09-05 4 6000.0
DataFrame 7
DATE Investment Flow + Stock(last row)
0 2014-05-14 5 0
DataFrame 8
DATE Investment Flow + Stock(last row)
0 2015-12-14 6 15
编辑备注:
- 我最初的实现做了一个错误的假设,即所有观察都至少有一个流。我猜测您希望如何接收有关没有流关联的观察的信息,并选择返回一个 DataFrame,该 DataFrame 仍然具有包含库存信息但没有流的最后一行。如果您更喜欢空的 DataFrame,请直接返回。
if out.empty:
# Handle Case Where Observation but No flows
return out
- 我在示例数据中添加了 3 个额外的测试用例。
- 有流量,但发生在观察之后
- 给定投资 ID 没有流量
- 有流动但没有观察。
- 鉴于您生成的 DataFrame 基于观察,我选择使用“正确”连接排除观察中不匹配的流。