Question

我有一个长格式的数据框，其中包含列：日期，行情自动收录器，mcap，rank_mcap。 mcap列为“ marketcap”，用于衡量某只股票的大小，而mcap_rank只是该股票的排名版本（其中1是最大市值）。

我想创建市值加权前10名的资产（例如，S＆P10）。在R中，我这样做

df %>%
    filter(day(date) == 1, rank_mcap < 11) %>%
    group_by(date) %>%
    mutate(weight = mcap / sum(mcap)) %>%
    ungroup() %>%

我在大熊猫里做什么？我收到以下错误

AttributeError：无法访问“ DataFrameGroupBy”对象的可调用属性“分配”，请尝试使用“应用”方法

当我尝试使用类似R方法的方法（即在python中）时：

df.\
    query('included == True & date.dt.day == 1'). \
    groupby('date').\
    assign(w=df.mcap / df.mcap.sum())

我研究了http://pandas.pydata.org/pandas-docs/stable/comparison_with_r.html，但没有得出结论。

Answer 1

大熊猫如何在R中实现突变

df.query('included == True & date.dt.day == 1').\
    assign(weight = lambda x : x.groupby('date',group_keys=False).
           apply(lambda y: y.mcap / y.mcap.sum()))

Answer 2

您可以像在 R 中一样使用 datar 来实现：

from datar.all import f, filter, group_by, ungroup, mutate, sum

df >> \
    filter(f.date.day == 1, f.rank_mcap < 11) >> \
    group_by(f.date) >> \
    mutate(weight = f.mcap / sum(f.mcap)) >> \
    ungroup()

免责声明：我是 datar 软件包的作者。

然后将熊猫groupby分配

2 个答案: