主页 / 问题 / 1170824
Accepted
Pavel
Asked:2020-08-26 22:43:45 +0000 UTC2020-08-26 22:43:45 +0000 UTC

触发某些事件或值时，熊猫数据框中的财务分析输出

  • 772

我有一个具有不同指标的数据框。如果任何值超出某些限制，则有必要形成一个带有注释的新列。df_ratio：

Name    OGRN  Sales Equity Debt Net_profit   ER    Sales_dyn fin_gearing
Lutik   1234   200    5     10     3        0.001    -0.1       0.5
Pestik  2345   1000   35    20     -10       0.5      0.3       3
Cvet    3456   260    10     0      2        -5       -0.3      -0.4
Drev    4567   350    40     5      10        0.3     0.2       0.3

我尝试创建一个遍历数据框的函数，并在找到关键指标时，在新列中写入相应的注释：

临界值：

df_ratio['ER'] < 0.05 - ER is poor       
df_ratio['ER'] < 0 -    Negative equity
df_ratio['Net_profit'] < 0 - Lossess
df_ratio['fin_gearing'] > 1 - High debt level
df_ratio['Sales_dyn'] < 0 Sales dropped

如果以上条件均不满足，则说明财务状况良好

起初我试图驱动整个函数并通过循环遍历所有列，如果有什么工作，然后通过格式化字符串 f“” 附加到一个空工作表。但事实并非如此:(((困惑！！！

如何查看最终的df df_ratio：

Name    OGRN  Sales Equity Debt Net_profit   ER    Sales_dyn fin_gearing    Comments
Lutik   1234   200    5     10     3        0.001    -0.1       0.5         ER is poor 0.001(Equity=5),
                                                                            Sales droped -0.1(Sales=200)
Pestik  2345   1000   35    20     -10       0.5      0.3       3           Losses -10, High debt 
                                                                            level 3 (Debt=20)
Cvet    3456   260    10     0      2        -5       -0.3      -0.4        Negative equity -5
                                                                           Sales droped -0.3 (Sales=260)      
Drev    4567   350    40     5      10        0.3     0.2       0.3         Sound financial position

我将不胜感激

pandas

1 个回答

  1. Best Answer

    我以某种方式得到它：

    def neg_comments(df):
    comment = []
    if df['ER'] < 0.05 and df['ER'] > 0:
       comment.append(f"ER is poor: {df['ER']"}
    elif df['ER'] < 0:
       comment.append(f"Negative equity: {df['ER']"}
    if df['Net_profit'] <0:
       comment.append(f"Losses {df['Net_profit']"}   
    if df['fin_gearing'] > 1:
       comment.append(f"High debt level {df['fin_gearing']"}
   if df['Sales_dyn'] < 0:
       comment.append(f"Sales dropped by {df['Sales_dyn']"}
   df['Comments'] = ', '.join(comment)
   return df

df_ratio = df_ration.apply(neg_comments, axis=1)
    • 0

相关问题