在 numpy / pandas 中迭代的更快方法？

Question

我有一个很大的债券组合，我想创建一个表格，其中天数作为索引，债券作为列，债券的名义作为价值。

我需要将每个债券的开始日期之前和终止日期之后的行设为 0。

有没有比这更有效的方法：

[[np.where( (day>=bonds.inception[i]) & 
(day + relativedelta(months=+m) >= bonds.maturity[i] ) & 
(day <= bonds.maturity[i]), 

bonds.principal[i],

0)   

for i in range(bonds.shape[0])] for day in idx_d]

输入示例：

ID	名义	开始	到期
38	200	22/04/2022	22/04/2032
87	100	22/04/2022	22/04/2052

output 示例：

天	38	87
21/04/2022	0	0
22/04/2022	100	200

Answer 1

下面的解决方案仍然需要一个循环。 我不知道它是否更快，或者您是否发现它很清楚，但我会提供它作为替代方案。

创建一个示例 dataframe（带有一些额外的债券用于演示目的）：

import pandas as pd

df = pd.DataFrame({'id': [38, 87, 49, 51, 89], 
                   'nom': [200, 100, 150, 50, 250],
                   'start_date': ['22/04/2022', '22/04/2022', '01/01/2022', '01/05/2022', '23/04/2012'],
                   'end_date': ['22/04/2032', '22/04/2052', '01/01/2042', '01/05/2042', '23/04/2022']})
df['start_date'] = pd.to_datetime(df['start_date'])
df['end_date'] = pd.to_datetime(df['end_date'])
df = df.set_index('id')
print(df)

这看起来像：

ID	名义	开始日期	结束日期
38	200	2022-04-22 00:00:00	2032-04-22 00:00:00
87	100	2022-04-22 00:00:00	2052-04-22 00:00:00
49	150	2022-01-01 00:00:00	2042-01-01 00:00:00
51	50	2022-01-05 00:00:00	2042-01-05 00:00:00
89	250	2012-04-23 00:00:00	2022-04-23 00:00:00

现在，创建一个新的空白 dataframe，默认值为 0：

new = pd.DataFrame(data=0, columns=df.index, index=pd.date_range('2022-04-20', '2062-04-22'))
new.index.rename('day', inplace=True)

然后，遍历列（或原始数据帧的索引），选择相关间隔并将列值设置为该选定间隔的相关“nom”：

for column in new.columns:
    sel = (new.index >= df.loc[column, 'start_date']) & (new.index <= df.loc[column, 'end_date'])
    new.loc[sel, column] = df.loc[df.index == column, 'nom'].values
print(new)

结果是：

天	38	87	49	51	89
2022-04-20 00:00:00	0	0	150	50	250
2022-04-21 00:00:00	0	0	150	50	250
2022-04-22 00:00:00	200	100	150	50	250
2022-04-23 00:00:00	200	100	150	50	250
2022-04-24 00:00:00	200	100	150	50	0
...
2062-04-21 00:00:00	0	0	0	0	0
2062-04-22 00:00:00	0	0	0	0	0

[14613 行 x 5 列]