关于 python：如何用计算的 CAGR 值替换 NaN 列

how replace NaN columns with calculated CAGR values

我有一个带有 NaN 值的数据框。我想将 NaN 值替换为 CAGR 值

1
2
3
4
5

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

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：

1
2
3
4

[[ 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 ]]