- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的问题的前提是我想使用一个数据框(peergroups)来创建一组与其他股票同行的股票,然后计算另一个数据框(fun_data)的平均值,但我不知道如何使用一个数据框来创建按年份和代码分组,然后应用这些组,找到多列的平均值,并在另一个数据框中为这些平均值创建新列。任何帮助表示赞赏。到目前为止,我拥有的数据如下。
我从两个数据框开始,一个包含基本数据,一个显示每年的同行公司群体
有趣的数据
import numpy as np
import pandas as pd
fun_data = {{'data': [12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 12/30/1983, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984, 1/3/1984],
'ticker': ['AA', 'KO', 'AMB', 'AMX', 'AR', 'AS', 'BUD', 'CLF', 'CRS', 'DOC', 'EC', 'EFU', 'FTX', 'HM', 'RJR', 'AA', 'KO', 'AMB', 'AMX', 'AR', 'AS', 'BUD', 'CLF', 'CRS', 'DOC', 'EC', 'EFU', 'FTX', 'HM', 'RJR'],
'mkt_cap': [10382076219, 28615981356, 89124668974, 96863568587, 69017311359, 71368368637, 36604633897, 91086629072, 87580223715, 70605054110, 93225158261, 91412455851, 76327466814, 60245266890, 33751408249, 92924687267, 97193082284, 43372080824, 94712408349, 60356743279, 32484886660, 18571138143, 64690517329, 24838868675, 23278782495, 34286838121, 46008417484, 24020283962, 3560654158, 79189294007],
'pe_ratio': [15, 24, 15, 20, 22, 19, 16, 22, 18, 13, 18, 16, 14, 24, 15, 12, 18, 22, 16, 21, 20, 16, 24, 18, 15, 24, 24, 18, 13, 18],}
df1 = pd.DataFrame(data=fun_data)
df1
同年龄组
import numpy as np
import pandas as pd
peergroup = {'year': [1983, 1983, 1983, 1983, 1983, 1984, 1984, 1984, 1984, 1984, 1983, 1983, 1983, 1984, 1984, 1984],
'ticker': ['AA', 'AA', 'AA', 'AA', 'AA', 'AA', 'AA', 'AA', 'AA', 'AA', 'KO', 'KO', 'KO', 'KO', 'KO', 'KO'],
'peer': [AMX, AS, CLF, CRS, EFU, HM, AMX, AR, EC, FTX, AMB, BUD, DOC, AMB, BUD, RJR]}
df2 = pd.DataFrame(data=peergroup)
df2
一旦我有了这些数据帧,我就可以想象执行这些步骤的代码(如果有更好的方法可以随意调整)
最佳答案
我想你需要 merge
s。首先创建每个组的平均值,您可以 merge
df1 在从日期和股票行情创建的列年份上,以及在 df2 年份和同行中。然后在这个合并的数据框中分组来自 df2 的 tocker 列:
df_ = (df1.assign(year=pd.to_datetime(df1['data']).dt.year)
.merge(df2,
left_on=['year','ticker'], right_on=['year','peer'],
how='outer', suffixes=('_',''))
.groupby(['year', 'ticker'])
[['mkt_cap', 'pe_ratio']].mean()
.add_prefix('avg_')
)
print(df_)
avg_mkt_cap avg_pe_ratio
year ticker
1983 AA 8.766225e+10 19.000000
KO 6.544479e+10 14.666667
1984 AA 4.338739e+10 18.400000
KO 4.704417e+10 18.666667
请注意,我得到的值与您预期的输出值不同,但我不确定您是如何在 1983 年获得 19.3 的 KO 的,因为我知道在您的 df2 中,它与三个值都低于 16 的股票代码相关联,所以我认为这是你想要的。
merge
它在之前创建的 df_ 索引的年份和股票代码再次回到 df1,加上一些
fillna
和
drop
列年
df3 = (df1.assign(year=pd.to_datetime(df1['data']).dt.year)
.merge(df_,
left_on=['year','ticker'],
right_index=True,
how='left')
.fillna(0)
.drop('year',axis=1)
)
print(df3)
data ticker mkt_cap pe_ratio avg_mkt_cap avg_pe_ratio
0 12/30/1983 AA 10382076219 15 8.766225e+10 19.000000
1 12/30/1983 KO 28615981356 24 6.544479e+10 14.666667
2 12/30/1983 AMB 89124668974 15 0.000000e+00 0.000000
3 12/30/1983 AMX 96863568587 20 0.000000e+00 0.000000
4 12/30/1983 AR 69017311359 22 0.000000e+00 0.000000
5 12/30/1983 AS 71368368637 19 0.000000e+00 0.000000
6 12/30/1983 BUD 36604633897 16 0.000000e+00 0.000000
7 12/30/1983 CLF 91086629072 22 0.000000e+00 0.000000
8 12/30/1983 CRS 87580223715 18 0.000000e+00 0.000000
9 12/30/1983 DOC 70605054110 13 0.000000e+00 0.000000
10 12/30/1983 EC 93225158261 18 0.000000e+00 0.000000
11 12/30/1983 EFU 91412455851 16 0.000000e+00 0.000000
12 12/30/1983 FTX 76327466814 14 0.000000e+00 0.000000
13 12/30/1983 HM 60245266890 24 0.000000e+00 0.000000
14 12/30/1983 RJR 33751408249 15 0.000000e+00 0.000000
15 1/3/1984 AA 92924687267 12 4.338739e+10 18.400000
16 1/3/1984 KO 97193082284 18 4.704417e+10 18.666667
17 1/3/1984 AMB 43372080824 22 0.000000e+00 0.000000
18 1/3/1984 AMX 94712408349 16 0.000000e+00 0.000000
19 1/3/1984 AR 60356743279 21 0.000000e+00 0.000000
20 1/3/1984 AS 32484886660 20 0.000000e+00 0.000000
...
关于python - 使用一个数据框在其他数据框上创建组然后取平均值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63404994/
我在字符串中有一个大词。例子白 Wine 额外优惠。 我想在第一行使用“White”,在第二行使用“wine extra offer”。使用下面的代码: string value="White win
我想在无符号中执行一些算术运算,需要取负整数的绝对值,比如 do_some_arithmetic_in_unsigned_mode(int some_signed_value) { unsign
我正在努力使用 data.table 来总结向量函数的结果,这在 ddply 中很容易。 问题 1:使用带有矢量输出的(昂贵的)函数聚合 dt dt[ , as.list(quantile(x)),
我有两个分数列表; 说 A = [ 1/212, 5/212, 3/212, ... ] 和 B = [ 4/143, 7/143, 2/143, ... ] . 如果我们定义 A' = a[0] *
我已经使用 numpy 从 csv 文件中获取数据。 numpy 数组的尺寸为:100*20。我如何取列的平均值(比如 col 3,5,8)并用包含这 3 个 cols 平均值的新列替换它们 如果
在 Rust 中取任意数的 n 次根的最佳方法是什么?例如,num crate 只允许取整数类型的第 n 个主根,即 floor'ed 或 ceil'ed 值......如何最好地接近实际值? 最佳答
看起来这应该很容易,但我很困惑。我已经掌握了使用 dplyr 进行编程的大致技巧0.7,但为此苦苦挣扎:How do Iprogram in dplyr我想要编程的变量是否是一个字符串? 我正在抓取数
在 Rust 中取任意数的 n 次根的最佳方法是什么?例如,num crate 只允许取整数类型的第 n 个主根,即 floor'ed 或 ceil'ed 值......如何最好地接近实际值? 最佳答
我有一个 pandas 数据框,其中有一列名为“coverage”。对于一系列特定索引值,我想获取前 100 行的平均“覆盖率”值。例如,对于索引位置 1001,我想要第 901-1000 行的平均“
import pandas as pd data = {'date': ['1998-03-01', '2001-04-01','1998-06-01','2001-08-01','2001-05-0
我有一个包含 100 个数字的 NSArray。我想创建一个 5 个数字的 NSArray。第二个数组中的第一个数字是第一个数组中前 20 个数字的平均值。第二个数字是第一个数组中第二组 20 个数字
我该怎么做?我试过 abs() 但它只适用于整数。有内置的方法吗? CGFloat flo = -123; abs(flo) 返回 0 最佳答案 使用 fabs() CGFloat f = -123.
我正在采用以下计算的 log2: tl_out.a.bits.size := log2Ceil(s1_row * s2_column * 4.U) 其中,s1_row 和 s2_column 是 UI
如何从 m 个元素集合中取出 n 个元素,以便在元素用完时从头开始? List list = new List() {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}; List newL
我已经完成了研究,但似乎找不到有关该主题的足够文档。 在 Object streams 上尝试一些代码时,我注意到将 BufferedOutputStream 放入 ObjectOutputStrea
我需要计算数据中连续时间组之间的差异,如下所示 from io import StringIO import pandas as pd strio = StringIO("""\
我在 Mongo 数据库中有以下文档: { _id: 1, question: "Blue or red?", __v: 0, votes: [9, 5] } 我想在后
好吧,宇宙中一定有人知道这个问题的答案。 我已经在这里问过这个问题,但仍然没有解决方案。 我需要保留和换行 div 中的文本。到目前为止,我很难想出解决方案。我找到的最佳解决方案并不适用于所有浏览器。
我正在尝试采用 3 个单独的整数输入(年、月、日)并采用这 3 个条目并从中形成一个日期对象,以便我可以使用它来比较其他日期。 这是我目前所拥有的,不知从何而来: public void compar
在我的 IOS 项目中,我有一个包含该函数的自定义 Logger 类(单例) - (void)log:(NSString *)domain logLevel:(int)level logMessage
我是一名优秀的程序员,十分优秀!