我正在使用numpy rate 函數來模擬貸款的Excel Rate函數。該函數在處理我的數據幀的子集（100 萬條記錄）時返回正確的結果。但是，在處理整個數據幀（超過 1000 萬條記錄）時，它會為所有數據返回空結果。這可能是內存問題嗎？如果是這樣，如何解決？我已經嘗試對數據進行分塊并使用 while/for 循環進行計算，但這并沒有解決問題。這有效（雖然我遍歷 1000 萬條記錄時沒有）：test = df2.iloc[:1000000,:]test = test.loc[:,['LoanTerm',Instalment,'LoanAmount']]test['True_Effective_Rate'] = ((1+np.rate(test['LoanTerm'],-test['Instalment'],test['LoanAmount'],0))**12-1)*100我試圖讓它發揮作用：df2['True_Effective_Rate'] = ((1+np.rate(df2['LoanTerm'],-df2['Instalment'],df2['LoanAmount'],0))**12-1)*100我看到過去有人問過一個類似的問題，當其中一個參數輸入不正確時，返回的所有值都是空值。使用 numpy.rate，在 numpy 數組上意外返回 nan不過，我的數據框沒有 0 值。我怎樣才能防止這種情況發生？
1 回答
忽然笑
TA貢獻1806條經驗 獲得超5個贊
您可以使用 apply 為每行計算一次此值，因此只有無效行才會是 nan，而不是整個結果。
import pandas as pd
import numpy_financial as npf # i get a warning using np.rate
i = {
'LoanAmount': [5_000,20_000,15_000, 50_000.0, 14_000,1_000_000,10_000],
'LoanTerm': [72, 12,60, 36,72,12,-1],
'Instalment': [336.0,5000.0,333.0,0.0,-10,1000.0,20],}
df = pd.DataFrame(i)
df.apply(lambda x: npf.rate(nper=x.LoanTerm,pv=x.LoanAmount,pmt=-1*x.Instalment,fv=0),axis=1)
對于大型數據集，這會更慢，因為您無法利用矢量化。
您還可以將數據框條目過濾為僅有效值。很難重現無效的內容，因為您沒有共享輸入，但在我上面的示例中，貸款期限和分期付款都必須 > 0。
valid = df.loc[(df.Installment > 0) & (df.LoanTerm > 0)]
npf.rate(nper=valid.LoanTerm,pv=valid.LoanAmount,pmt=-1*valid.Installment,fv=0)
添加回答
舉報
0/150
提交
取消