Я работал над созданием симулятора Монте-Карло, который будет проходить через каждый идентификатор моего фрейма данных и давать соответствующие средства и стандартные отклонения. Я смог написать код, чтобы получить его для любого ID, но не перебирать весь список идентификаторов в моем фреймворке данных. Поэтому я мог писать каждую строчку индивидуально, но мне нужен код для итерации через любой измененный список идентификаторов.
Здесь я попытался создать список списков, в которых каждый набор наблюдений Монте-Карло может быть сохранен (и можно взять среднее и std). Я не верю, что это будет самый эффективный способ кодирования этого, но это то, что я знаю на данный момент. Есть ли в любом случае, чтобы запустить симуляцию Монте-Карло по каждому из идентификаторов (без специального вызова каждого)? Мне нужно иметь возможность добавлять и удалять различные идентификаторы и соответствующие данные из списка.
Это продолжение: использование Монте-Карло для прогнозирования доходов на Python
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
ID = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
Revenue = [1000, 1200, 1300, 100 ,500, 0, 800, 950, 4321, 800, 1000, 1200, 1300, 100 ,500, 0, 800, 950, 4321, 800]
odds = [0.5, 0.6, 0.33, 0.1, 0.9, 0.87, 0.37, 0.55, 0.97, 0.09, 0.5, 0.6, 0.33, 0.1, 0.9, 0.87, 0.37, 0.55, 0.97, 0.09]
d = {'ID': ID, 'Revenue': Revenue, 'Odds': odds}
df = pd.DataFrame(d)
df['Expected Value'] = df['Revenue']*df['Odds']
print(df)
num_samples = 100
df['Random Number'] = np.random.rand(len(df))
def monte_carlo_array(df):
for _ in range(len(df)):
yield []
mc_arrays = list(monte_carlo_array(df))
# Fill each list with 100 observations (no filtering necessary)
id_1 = []
filter_1 = (df['ID'] == 5)
for _ in range(num_samples):
sample = df['Revenue'] * np.where(np.random.rand(len(df)) < \
df['Odds'], 1, 0)
for l in monte_carlo_array(df):
for i in l:
mc_arrays[i].append(sample.sum())
id_1.append(sample.loc[filter_1].sum())
# Plot simulation results.
n_bins = 10
plt.hist([id_1], bins=n_bins, label=["ID: 1"])
plt.legend()
plt.title("{} simulations of revenue".format(num_samples))
print(mc_arrays)
df['Monte Carlo Mean'] = np.mean(mc_arrays[0])
print(df['Monte Carlo Mean'])
IIUC, это то, что вы собираетесь:
ID
) вы хотите, чтобы общее число num_samples
Monte Carlo num_samples
, достигает ли эта строка ее Revenue
.Revenue
, сравнивает случайное значение в [0,1]
против Odds
для этой строки (в стандартном методе Монте-Карло).Revenue
для каждой строки по всем образцам. Если это так, вы можете сделать это, используя функцию выборки распределения Binomial вместо того, чтобы рисовать из униформы, а затем фильтровать на основе Odds
. Я отправлю решение, используя этот подход в конце этого ответа.
Но так как вы начали с подхода Uniform-draw: я бы рекомендовал сначала создать матрицу выборки s_draws
из n_rows = len(df)
помощью num_samples
(aka n_draws
в моем коде ниже). Затем примените проверку Odds
ко всем образцам в каждой строке s_draws
. Затем умножьте на Revenue
и возьмите среднее значение и sd для каждой строки. Как это:
Сначала нарисуем матрицу выборки:
np.random.seed(42)
n_rows = len(df)
n_draws = 5
s_draws = pd.DataFrame(np.random.rand(n_rows, n_draws))
# the matrix of random values between [0,1]
# note: only showing the first 3 rows for brevity
s_draws
0 1 2 3 4
0 0.374540 0.950714 0.731994 0.598658 0.156019
1 0.155995 0.058084 0.866176 0.601115 0.708073
2 0.020584 0.969910 0.832443 0.212339 0.181825
...
Теперь выясните, какие выборочные экземпляры "достигли" целевого Revenue
:
s_rev = s_draws.apply(lambda col: col.lt(df.Odds) * df.Revenue)
# the matrix of sampled revenue
s_rev
0 1 2 3 4
0 1000 0 0 0 1000
1 1200 1200 0 0 0
2 1300 0 0 1300 1300
...
Наконец, вычислить итоговую статистику для каждой строки /ID
:
s_result = pd.DataFrame({"avg": s_rev.mean(axis=1), "sd": s_rev.std(axis=1)})
# the summary statistics of each row of samples
s_result
avg sd
0 400.0 547.722558
1 480.0 657.267069
2 780.0 712.039325
...
И здесь версия с использованием Binomial выборки:
draws = pd.DataFrame(
np.random.binomial(n=1, p=df.Odds, size=(n_draws, n_rows)).T
).multiply(df.Revenue, axis=0)
pd.DataFrame({"avg": draws.mean(axis=1), "sd": draws.std(axis=1)})
Примечание. Это все будет работать несколько иначе, если ID
был повторен через несколько строк в df
. В этом случае вы можете использовать groupby
а затем взять итоговую статистику. Но в вашем примере ID
никогда не повторяется, поэтому я оставлю ответ как есть на данный момент.
pd.DataFrame({"avg": draws.mean(axis=0), "sd": draws.std(axis=0)})
возвращает фрейм данных длиной n_draws. Если эта версия кода более эффективна, я хотел бы найти способ ее использовать (или, по крайней мере, изучить ее на будущее).mean
иstd
должны бытьaxis=1
. Хороший улов! Биномиальный подход просто отражает интуицию, стоящую за сравнением случайных ничьих иOdds
- это, в основном, и есть биномиальная случайная переменная. Любой подход должен дать одинаковые результаты.