Panel Data Research & Development资本化
Panel Data Research & Development资本化
提问于 2020-04-02 21:57:45
我正在处理一个面板数据，其中包含许多公司多年来的研发费用。
我想要做的是将这些费用资本化，就像它们是资产一样。对于那些不熟悉金融术语的人，我试图通过每段时间按相应的折旧率递减(或“折旧”)每一年的R&D费用的价值，将每年的R&D费用累加到以下几个值中。
数据帧如下所示：
fyear tic rd_tot rd_dep
0 1979 AMFD 1.345 0.200
1 1980 AMFD 0.789 0.200
.. .. .. .. ..
211339 2017 ACA 3.567 0.340
211340 2018 ACA 2.990 0.340
211341 2018 CTRM 0.054 0.234其中fyear是会计年度，tic是公司特定的字母代码，rd_tot是该年度的总研发支出，rd_dep是适用的折旧率。
到目前为止，我想出了这个：
df['r&d_capital'] = [(df['rd_tot'].iloc[:i] * (1 - df['rd_dep'].iloc[:i]*np.arange(i)[::-1])).sum()for i in range(1, len(df)+1)]然而，问题是代码只运行了整个列，而没有考虑到研发费用需要以公司(或tic)特定的方式进行资本化。我也尝试过使用.groupby('tic)，但它不起作用。
因此，我试图寻求帮助来解决这个问题，这样我就可以按公司特定的方式获得每年的研发费用资本化。
非常感谢您的帮助！
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-04-03 02:52:31
此解决方案将初始数据帧分解为单独的数据帧(每个“tic”组一个)，并在每个df上应用研发资本计算公式。最后，我们使用pd.concat重建数据帧。
tic_dfs = [tic_group for _, tic_group in df.groupby('tic')]
for df in tic_dfs:
df['r&d_capital'] = [(df['rd_tot'].iloc[:i] * (1 - df['rd_dep'].iloc[:i]*np.arange(i)[::-1])).sum() for i in range(1,len(df)+1)]
result=pd.concat([df for df in tic_dfs]).sort_index()注意："_"是组名称的掩码，例如"ACA"，"AMFD“等，而tic_group是实际的数据体。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60993305
复制相关文章
相似问题
腾讯云开发者
