回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我有两个类似这样的dfs:</p>
<pre><code>Symbol Sector Sub-industry Company Weight SectorSymbol
Ticker
MMM Industrials Conglomerates MCompany 0.602676 XLI
ABT Health Care Equipment Abbott Lab 0.401900 XLV
ABBV Health Care Pharmaceuticals AbbVie Inc 0.550174 XLV
ACN Info Tech Consulting Accenture 0.370650 XLK
ATVI Info Tech Entertainment Activision 0.192788 XLK
</code></pre>
<p>以及</p>
<pre><code> MMM ABT ABBV ACN ATVI
Date
2017-01-03 1.4 2.3 4.5 2.1 .7
2017-01-04 .8 3.1 5.2 1.8 1.2
2017-01-05 2.4 2.1 5.5 1.6 1.4
</code></pre>
<p>我正在尝试将我在第一个df中定义的“扇区符号”值应用到第二个df(MMM、ABT、ABBV等)中的代码,以便我的第二个df将符号MMM识别为XLI的一部分,ABT识别为XLV等</p>
<pre><code>df1 = pd.DataFrame(
{'Sector': ['Industrials'] + ['Health Care']*2 + ['Info Tech']*2,
'Sub-industry': ['Conglomerates', 'Equipment', 'Pharmaceuticals', 'Consulting', 'Entertainment'],
'Company': ['MCompany', 'Abbott Lab', 'AbbVie Inc', 'Accenture', 'Activision'],
'Weight': [.602676, .4019, .550174, .37065, .192788],
'SectorSymbol': ['XLI', 'XLV', 'XLV', 'XLK', 'XLK']},
index=pd.Index(['MMM', 'ABT', 'ABBV', 'ACN', 'ATVI'], name='Symbol Ticker')
)[['Sector', 'Sub-industry', 'Company', 'Weight', 'SectorSymbol']]
df2 = pd.DataFrame({'MMM': [1.4, .8, 2.4],
'ABT': [2.3, 3.1, 2.1],
'ABBV': [4.5, 5.2, 5.5],
'ACN': [2.1, 1.8, 1.6],
'ATVI': [.7, 1.2, 1.4]},
index=pd.Index(['2017-01-03', '2017-01-04', '2017-01-05'], name='Date')
)[['MMM', 'ABT', 'ABBV', 'ACN', 'ATVI']]
</code></pre>
<p>预期的输出将包括分配给一个ticker的数值,程序将把该ticker识别为“XLI,XLV,XLK”的一部分,这样我就可以在df2中搜索MMM的值,并且程序将向我显示多余的移动#及其在(XLI)中的族</p>