Python / Pandas-使用年份列名称动态计算数据框中的年比率

Question

我有这个数据框：

df:

     Co_Name  . 2014 Revenues . Address . 2012 Profits . 2014 Profits...
1 .  Apple      1231            Gjud St   20             23          ...
2 .  Orange     84894           Uinjs St  712            313         ...
3 .  Squirrel   9192            Iusaa St  4312           123         ...
...

例如：“ 2014年收入”代表某家公司在2014年的收入。

我需要计算不同的比率，使方程式具有同一年的值。 例如，我需要计算2014年的利润率，也就是说：

df['2014 ProfitMg'] = df['2014 Profits']/df['2014 Revenues']

但是，我有很多年和很多比例要从这个数据框（巨大的数据框）中取出，所以我想以一种动态的，Python的方式做到这一点。 我想说：“ Python先生，请为以相同的4个字符的字符串开头的名为'Profits'和'Revenues'的列计算利润/收入”或类似的内容。

它看起来应该像这样：

     Co_Name  . 2014 Revenues . Address . 2012 Profits . 2014 Profits . 2014 ProfitMg  ...
1 .  Apple      1231            Gjud St   20             23             0.019
2 .  Orange     84894           Uinjs St  712            313            0.008
3 .  Squirrel   9192            Iusaa St  4312           123            0.0133
...

有人可以动态地代替df['2014 ProfitMg'] = df['2014 Profits']/df['2014 Revenues']吗？

Answer 1

当然，您可以找到匹配的列并将公式应用于它们：

import re
years = [re.findall(r"(\d{4})\sRevenues", col) for col in df.columns]
for year in years:
    if year:
        df['{} ProfitMg'.format(year[0])] = df['{} Profits'.format(year[0])]\
                                       / df['{} Revenues'.format(year[0])]

该解决方案假定每个“收入”列都有一个匹配的“利润”列。 如果不是，则获取“利润”年份的集合和“收入”年份的集合，并求交。

Answer 2

import pandas as pd 
import numpy as np 

# create some data
profit_nm = ['. '+str(i)+' Profits' for i in range(1951,2051)]
revenue_nm = ['. '+str(i)+' Revenues' for i in range(1951,2051)]
column_nm = profit_nm+revenue_nm
column_nm.sort()
data = np.asarray(np.random.randint(100,1000,size=(1000,200)))
df = pd.DataFrame(data,columns=column_nm)

# function that will return the ratios
def func(pd_series):
    year = pd_series.name[:6]
    ret =  df.loc[:,year+' Profits']/df.loc[:,year+' Revenues']
    return ret

# extract names of profit columns from dataframe
profit_cols = [i for i in df.columns.tolist() if i.find(' Profits')!=-1]
#  get ratios and store in df
df2 = df.loc[:,profit_cols].apply(func, axis=0)
# change column names before joining as column names are same in df and df2
df2.columns = [year[:6]+' PftPct' for year in profit_cols]
df = df.join(df2)