Question

我正在努力解决一个有点简单的任务，但目前尚不清楚如何在熊猫中实现它。

所以我有一个pandas数据框，其中包含一组我感兴趣的列。列集存储在factors列表中：

#get df
df = pd.read_sql(sql=sqlString, con = engine)

#shuffle
df = df.sample(frac=1, random_state=123).reset_index(drop=True)

#list of fields we want
factors = ['GRP_RANK', 'BK_YIELD', 'SALES_YIELD', 'EARNINGS_YIELD_LTM', 'CASHFLOW_YIELD', 'ROE', 'ROIC',
           'ROA', 'GROSS_MGN', '12MVT', '1MVT', 'BETA_3Y', 'BETA_1Y', 'P_TOTAL_RETURN(-1,0,USD)']

现在，数据框中有列DATE。对于每个记录的factors，我想将因子值除以特定日期的因子值的平均值。

我设法每天获得每个因素的平均值：

dfGroup = df[factors + ["DATE"]].groupby('DATE')[factors].mean()

但我不知道该怎么办。我想到的唯一一件事就是通过DATE字段左边加入df和dfGroup然后按列分区进行一些ugle列来获得新的大数据帧，但也许有一种方法可以更容易地做到这一点？

Answer 1

让我们看一下groupby使用transform和div {/ 1}}：

MVCE：

df = pd.DataFrame({'Date':pd.date_range('2018-02-10','2018-02-12',freq='H'),'A':np.random.randint(0,100,49),'B':np.random.randint(100,200,49),'C':np.random.random(49)})

df = df.set_index('Date')

print(df.head())

输出：

                      A    B         C
Date                                  
2018-02-10 00:00:00  11  131  0.474226
2018-02-10 01:00:00  35  188  0.998742
2018-02-10 02:00:00  97  182  0.683685
2018-02-10 03:00:00   0  134  0.845094
2018-02-10 04:00:00  24  173  0.238379

使用groupby，transfrom和div：

df[['A','B','C']].div(df.groupby(df.index.floor('D')).transform('mean'))

输出头（）：

                        A         B         C
Date                                             
2018-02-10 00:00:00  0.362637  0.866593  0.931739
2018-02-10 01:00:00  1.153846  1.243660  1.962284
2018-02-10 02:00:00  3.197802  1.203969  1.343275
2018-02-10 03:00:00  0.000000  0.886439  1.660404
2018-02-10 04:00:00  0.791209  1.144432  0.468357

熊猫 - 将每一行划分为一组平均值

1 个答案: