Дано: `df` с колонкой growth_pct (рост в %, e.g. 5 для +5%). Посчитайте cumulative_index — индекс роста от 100, накопительно. Например, [+10%, +5%, -3%] → [110, 115.5, 112.0]. Верните DataFrame с новой колонкой. Реализуй `cum_growth(df)`. Используйте np.cumprod.
numpy cumprod finance
Задача «np.cumprod: composite growth rate» учит обрабатывать табличные данные в pandas как аналитик. Такие задачи дают на собеседованиях в T-Bank и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.
Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.
В pandas один и тот же результат часто достаётся разными путями — через groupby, pivot_table, merge или векторные операции над колонками. Важно выбрать читаемый и быстрый: встроенные векторные методы почти всегда обгоняют циклы и построчный apply. На собеседовании ценят не только правильный ответ, но и то, как ты объясняешь выбор подхода, обрабатываешь пропуски (NaN) и оцениваешь, что будет на больших данных.
Разобраться в pandas системно — бесплатный курс «Pandas с нуля» и гайды по pandas.
Открыть задачу в тренажёре → ← Все Python-задачи