使用一个数据帧在另一个数据帧上创建组，然后取平均值

Question

我的问题的前提是我想使用一个数据框（peergroups）创建与其他股票相同的股票组，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股票代码创建组，然后应用组，找到多个列的平均值，并在另一个数据帧中为这些平均值创建新列。感谢您的帮助。我目前掌握的数据如下

我从两个数据框开始，一个是基本数据，另一个是每年的公司同行组

趣味数据

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

对等群

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，请随意调整）

1. 从fun_数据框中查找日期和股票代码（1983年12月30日，AA）
2. 从peergroup数据帧（AMX、AS、CLF、CRS、EFU）中查找1983年AA的对等点
3. 从fun_数据框中查找同级在该日期的mkt_上限和pe_比率数据
4. 计算AA同行的平均市场份额上限和市盈率
5. 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
6. 在fun_数据中的所有日期，与同行一起迭代所有公司
7. 如果找不到该日期的对等点，请留下0（将用FF库中的数据填写）

Desired output

Answer 1

我想你需要merge。首先要创建每个组的平均值，您可以在从日期和股票代码创建的列year上以及在df2 year和peer中创建mergedf1。然后在此合并数据帧中按df2中的tocker列分组：

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，但我不确定您是如何在1983年得到19.3的KO的，因为您知道在df2中，它与三个值均小于16的股票代码相关联，所以我认为这是您想要的

现在您只需要merge再次将其返回到df1，年份和股票代码是刚刚创建的df_u的索引，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
...