我的问题的前提是我想使用一个数据框(同级组)来创建与其他股票同级的股票组,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按年份和代码创建组,然后应用这些组,找到多个列的平均值,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。到目前为止我所掌握的数据如下。
我从两个数据框开始,一个包含基本数据,另一个显示每年的同行公司组
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
同级组
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,我想象代码会执行这些步骤(如果有更好的方法来做到这一点,请随意调整)
- 从 fun_data 数据框中查找日期和代码(1983 年 12 月 30 日,AA)
- 从同级组数据帧中查找 AA 的 1983 年同级(AMX、AS、CLF、CRS、EFU)
- 从 fun_data 数据帧中查找该日期同行的 mkt_cap 和 pe_ratio 数据
- 计算 AA 同行的平均 mkt_Cap 和 pe_ratio
- 为peer_avg_mkt_cap和peer_avg_pe_ratio创建两列,并在这些列中输入计算值
- 迭代 fun_data 中所有日期的所有具有同行的公司
- 如果在该日期没有找到对等点,请保留 0(将使用 FF 库中的数据填充)
最佳答案
我认为你需要合并
。首先要创建每个组的平均值,您可以将 df1 合并到根据日期和股票代码创建的列年份上,以及 df2 年份和同级中。然后对合并后的数据框中 df2 中的 tocker 列进行分组:
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,我没有得到与您预期输出相同的值,但我不确定您如何在 1983 年获得 KO 19.3,因为知道在您的 df2 中,它链接到三个股票代码,所有股票的值都低于 16,所以我认为这就是你想要的。
现在,您只需在年份再次将其合并
回 df1,并在之前创建的 df_ 索引加上一些 fillna
和 drop
列年份
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 - 使用一个数据帧在其他数据帧上创建组,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/