Question

假设我要管理许多股票经纪帐户，每个帐户中都有不同类型的股票。我正在尝试编写一些代码来执行压力测试。

我想做的是，我有2个数据框：

帐户信息（数据框）：

account = {'account':['1', '1', '1', '2', '2'], 'Stock type':['A', 'A', 'B', 'B', 'C'], 'share value' = '100', '150', '200', '175', '85']}

压力测试方案（数据框）：

test = {'stock type':['A', 'B', 'C', 'D'], 'stress shock':['0.8', '0.7', '0.75', 0.6']}

鉴于这两个数据框，我想为每个帐户计算压力冲击后的股票价值。

即对于帐户1，在冲击值= 100 * 0.8 + 150 * 0.8 + 200 * 0.7 = 340后

我尝试了一些基本的for循环，但是我的jupyter笔记本将在运行后很快崩溃（内存不足）。

shocked = []
for i in range(len(account)):
    for j in range(len(test)):
        if account.loc[i,'Stock type'] == test.loc[j,'stock type']:
            shocked.append(account.loc[i,'share value']*test.loc[j, 'stock type']

Answer 1

创建一个1 users Mark – joined_at 2019-05-01至map“股票类型”以“压力冲击”。

然后将pandas.groupby.apply与Series函数一起使用以获得期望的结果：

lambda

[输出]

stress_map = test.set_index('stock type')['stress shock']

account.groupby('account').apply(lambda x: (x['Stock type'].map(stress_map) * x['share value']).sum())

Answer 2

We can first do a merge to get the data of the two dataframes together. Then we calculate the after shock value and finally get the sum of each account:

merge = account.merge(test, on='Stock type')

merge['after_stress_shock'] = pd.to_numeric(merge['share value']) * pd.to_numeric(merge['stress shock'])

merge.groupby('account')['after_stress_shock'].sum()

account
1    340.00
2    186.25
Name: after_stress_shock, dtype: float64

Note I used pandas.to_numeric，因为您的值是CGPoint loc = [theEvent locationInNode:self];类型。

遍历一列中的项目，同时引用另一列中的标签

2 个答案: