你可以根据老师上课讲的内容查一些评价指标，辅助你做判断，而且和你画图的方式也有点关系，你可以将两张图的纵坐标最大值和最小值设定统一的，看起来可能会更好一些
wangxishi
2020-11-26
你看下能不能明白呀
import pandas as pd
import numpy as np
#导入数据
data=pd.read_excel("D:\\360安全浏览器下载\\1606269162_843604.xlsx")
#我这里以x1为例讲解shift和滞后呀，
#比如shift(6)表示滞后6期
data["X1_滞后6期"]=data["X1"].shift(6)
data.loc[:10,["月份","X1","X1_滞后6期"]]
wangxishi
2020-11-26
你看下是想要这样的结果吗
import pandas as pd
import numpy as np
#导入数据
data=pd.read_excel("D:\\360安全浏览器下载\\1606269162_843604.xlsx")
#计算简单的移动平均数
#在series下面有rolling方法可以对这个series进行滚动的移动平均计算
#只以X1为例进行说明
data["X1_3期移动平均"]=data["X1"].rolling(3).mean()
data["同比6期增长率"]=(data["X1_3期移动平均"]-data["X1_3期移动平均"].shift(6))/(data["X1_3期移动平均"].shift(6))
data["同比12期增长率"]=(data["X1_3期移动平均"]-data["X1_3期移动平均"].shift(12))/(data["X1_3期移动平均"].shift(12))
data["同比24期增长率"]=(data["X1_3期移动平均"]-data["X1_3期移动平均"].shift(24))/(data["X1_3期移动平均"].shift(24))
wangxishi
2020-11-25
比如2012年10,11,12月的均值 跟6个月前的均值同比，就是2012年10，11,12月三个月的均值，跟2012年4月5月6月三个月的均值同比，同比公式（2012年10,11,12月的均值-2012年4月5月6月均值）/2012年4月5月6月均值，这是6个月同比，同理，如果是12个月同比，就是2012年10,11,12月的均值往前推12个月的三个月均值进行比较，24个月同比就是往前推24个月的均值同比
wangxishi
2020-11-25
python的pandas库计算移动平均值
import pandas as pd
import numpy as np
#导入数据
data=pd.read_excel("D:\\360安全浏览器下载\\1606269162_843604.xlsx")
#计算简单的移动平均数
#在series下面有rolling方法可以对这个series进行滚动的移动平均计算
xlist=["X1","X2","X3"]
for x in xlist:
for n in [3,6]:
data[x+"_"+str(n)+"期移动平均值"]=data[x].rolling(n).mean()
wangxishi
2020-11-25
所用数据如下
代码文件如下：
具体代码如下：
import pandas as pd
import numpy as np
#生成每月最后一天的时间序列数据
s1=pd.date_range('2021-1-31', freq='M',periods=12)
#准备好我们想要得到的报表格式
want=pd.DataFrame(np.zeros((9,12)),index=["M0","M1","M2","M3","M4","M5","M6","M7","M7+"],columns=s1)
#导入计划放款数据
data=pd.read_excel("C:\\Users\\Administrator\\Downloads\\1606266760_885079.xlsx",skiprows=1,usecols=[4,5,6,7],nrows=12)
#保存当月每期放款的情况
han={}
#从第一个时间2021年1月开始计算每个月的M0-M7 M7+(M8)9种状态对应的金额
j=0
#i表示want数据的第几列
for i in range(want.shape[1]):
#初始化当月每个阶段的金额为0，_0表示当月
M0_0=0
M1_0=0
M2_0=0
M3_0=0
M4_0=0
M5_0=0
M6_0=0
M7_0=0
M8_0=0
print(i,M0_0,M1_0,M2_0,M3_0,M4_0,M5_0,M6_0,M7_0,M8_0,sep=" ")
#调取上个月每个阶段的金额 ，_1表示上一个月
if i==0:
M0_1=0
M1_1=0
M2_1=0
M3_1=0
M4_1=0
M5_1=0
M6_1=0
M7_1=0
M8_1=0
else:
M0_1=want.iloc[0,i-1]
M1_1=want.iloc[1,i-1]
M2_1=want.iloc[2,i-1]
M3_1=want.iloc[3,i-1]
M4_1=want.iloc[4,i-1]
M5_1=want.iloc[5,i-1]
M6_1=want.iloc[6,i-1]
M7_1=want.iloc[7,i-1]
M8_1=want.iloc[8,i-1]
print(i,M0_0,M1_0,M2_0,M3_0,M4_0,M5_0,M6_0,M7_0,M8_0,sep=" ")
#当月放款额状态定为M0
len1=len(han.keys())
#如果当前已有前期放款记录，则对其剩余期数进行调整。如果没有则不用管，比如2020年1月份计算的时候，就不用管。
if len1>0:
for m in han.keys():
if han[m][2]>0:
han[m][2]=han[m][2]-1
else:
han[m][2]=0
#将当期新放款情况记录到库中，剩余未到期数等于放款期数，因为放款当月不用还款。
reportt=data[data["放款月"]==want.columns[i]].loc[:,["放款金额","期数"]]
for n in reportt.index:
han[n]=[reportt.loc[n,"放款金额"],reportt.loc[n,"期数"],reportt.loc[n,"期数"]]
print("*******************",i)
print(han)
M1_0=M0_1*0.0641
M2_0=M1_1*0.78
M3_0=M2_1*0.89
M4_0=M3_1*0.946
M5_0=M4_1*0.97
M6_0=M5_1*0.99
M7_0=M6_1*0.99
M8_0=M7_1*1
M0_0=M1_0*(1-0.78)+M2_0*(1-0.89)+M3_0*(1-0.946)+M4_0*(1-0.97)+M5_0*(1-0.99)+M6_0*(1-0.99)+M7_0*(1-1)+M8_0*(1-1)
for m in han.keys():
M0_0=M0_0+han[m][0]*(han[m][2]/han[m][1])
for k in [0,1,2,3,4,5,6,7,8]:
want.iloc[k,i]=eval("M"+str(k)+"_0")
#查看一下结果
want.iloc[:,:3]
#给数据框want增加一行汇总行
want.loc["汇总",:]=want.sum(axis=0)
wangxishi
2020-11-25
