两个不同数据帧之间的复合增长率是一个棘手的问题

Question

我希望计算两个人口普查年（2011年、2016年）之间的复合年增长率，并用这个增长率来推断两个人口普查年之间的数字。你知道吗

例如

df_2011.head()
Age      Census_Tract_001   Census_Tract_002
0        100                600    



df_2016.head()
Age      Census_Tract_001   Census_Tract_002
0        400                360    

然后计算2011年至2016年的复合年增长率

Age      Census_Tract_001   Census_Tract_002
0        .3195              -.0971 

将复合年增长率应用于中间各年

创建df\ U 2012

 Age      Census_Tract_001   Census_Tract_002
 0        131.95             541.74

创建df\ U 2013

 Age      Census_Tract_001   Census_Tract_002
 0        174.108             489.137

创建df\ U 2014

 Age      Census_Tract_001   Census_Tract_002
 0        229.7355           441.6418

创建df\ U 2015

 Age      Census_Tract_001   Census_Tract_002
 0        303.136           398.7584

我的尝试

我厌倦了做下面的事 年数 纽约=5

当前营业额 pt=？你知道吗

过去营业额 ppt=？你知道吗

m=（pt/ppt）

AGR=年增长率 agr=浮动（（m**1/ny）-1）*100

我累了，做了几个小时，但如果我不能，我只会在excel中引用单元格计算，可悲的是。。。你知道吗

Answer 1

你可以通过公式直接找到复合年增长率

cagr = (df2/df)**(1/5) - 1

    Age     Census_Tract_001    Census_Tract_002
0   NaN     0.319508            -0.09712

要找到介于df之间的函数，请定义一个函数

f = lambda c: c + c*cagr

并通过使用函数组合调用它来合成它

>>> f(df)
        Age     Census_Tract_001    Census_Tract_002
0       NaN     131.950791          541.728271

>>> f(f(df))
        Age     Census_Tract_001    Census_Tract_002
0       NaN     174.110113          489.115866