我有一个不可预测的现金流和不可预测的周期长度的数据框架，我需要生成一个向后看的内部收益率。

在Excel中使用解算器来完成它非常简单，想知道是否有一种好的方法可以在Python中实现它。(我想我可以利用openpyxl让solver在python的excel中工作，但这感觉不必要的麻烦)。

问题很简单：NPV of Cash Flow = ((cash_flow)/(1+IRR)^years_ago)

目标：求和(NPV)=0的内部收益率

我的数据帧如下所示：cash_flow |years_ago

-----------------------

-3.60837e+06 |4.09167

31462 |4.09167

1.05956e+06 |3.63333

-1.32718e+06 |3.28056

-4.46554e+06 |3.03889

似乎其他的IRR计算器(如numpy.IRR)都假设严格的周期截止(每3个月、1年等)，这是行不通的。另一个选项似乎是迭代路径，我不断地猜测、检查和迭代，但这感觉是解决这个问题的错误方法。理想情况下，我正在寻找能做到这一点的方法：irr = calc_irr((cash_flow1,years_ago1),(cash_flow2,years_ago2),etc)

编辑：这是我处理问题的代码。我有一个事务列表，我选择按id创建临时表for id in df_tran.id.unique():

temp_df = df_tran[df_tran.id == id]

cash_flow = temp_df.cash_flows.values

years = temp_df.years.values

print(id, cash_flow)

print(years)

#irr_calc = irr(cfs=cash_flow, yrs=years,x0=0.100000)

#print(sid, irr_calc)

其中df_-tran(它是temp_-df的基础)看起来像：cash_flow |years |id

0 -3.60837e+06 4.09167 978237

1 31462 4.09167 978237

4 1.05956e+06 3.63333 978237

6 -1.32718e+06 3.28056 978237

8 -4.46554e+06 3.03889 978237

10 -3.16163e+06 2.81944 978237

12 -5.07288e+06 2.58889 978237

14 268833 2.46667 978237

17 -4.74703e+06 1.79167 978237

20 -964987 1.40556 978237

22 -142920 1.12222 978237

24 163894 0.947222 978237

26 -2.2064e+06 0.655556 978237

27 1.23804e+06 0.566667 978237

29 180655 0.430556 978237

30 -85297 0.336111 978237

34 -2.3529e+07 0.758333 1329483

36 21935 0.636111 1329483

38 -3.55067e+06 0.366667 1329483

41 -4e+06 4.14167 1365051

temp_df看起来与df_tran相同，只是它只保存单个id的事务