Pandas - 將每行除以組平均值

Question

我正在嘗試解決一個有點簡單的任務，但不清楚如何在熊貓中實現它。

所以我有一個 Pandas 數據框，它有一組我感興趣的列。一組列存儲在factors列表中：

#get df
df = pd.read_sql(sql=sqlString, con = engine)

#shuffle
df = df.sample(frac=1, random_state=123).reset_index(drop=True)

#list of fields we want
factors = ['GRP_RANK', 'BK_YIELD', 'SALES_YIELD', 'EARNINGS_YIELD_LTM', 'CASHFLOW_YIELD', 'ROE', 'ROIC',
           'ROA', 'GROSS_MGN', '12MVT', '1MVT', 'BETA_3Y', 'BETA_1Y', 'P_TOTAL_RETURN(-1,0,USD)']

現在，數據框中有DATE列。 對於每條記錄的每個factors ，我想將因子的值除以特定日期的因子值的平均值。

我設法按天獲得每個因素的平均值：

dfGroup = df[factors + ["DATE"]].groupby('DATE')[factors].mean()

但我不確定如何繼續。 我想到的唯一一件事是通過按 DATE 字段左加入df和dfGroup來獲得新的大數據dfGroup ，然后按列划分做一些 ugle 列，但也許有一種方法可以更輕松地做到這一點？

Answer 1

讓我們看看使用groupby並使用div transform ：

MVCE：

df = pd.DataFrame({'Date':pd.date_range('2018-02-10','2018-02-12',freq='H'),'A':np.random.randint(0,100,49),'B':np.random.randint(100,200,49),'C':np.random.random(49)})

df = df.set_index('Date')

print(df.head())

輸出：

                      A    B         C
Date                                  
2018-02-10 00:00:00  11  131  0.474226
2018-02-10 01:00:00  35  188  0.998742
2018-02-10 02:00:00  97  182  0.683685
2018-02-10 03:00:00   0  134  0.845094
2018-02-10 04:00:00  24  173  0.238379

使用 groupby、transfrom 和 div：

df[['A','B','C']].div(df.groupby(df.index.floor('D')).transform('mean'))

輸出頭（）：

                        A         B         C
Date                                             
2018-02-10 00:00:00  0.362637  0.866593  0.931739
2018-02-10 01:00:00  1.153846  1.243660  1.962284
2018-02-10 02:00:00  3.197802  1.203969  1.343275
2018-02-10 03:00:00  0.000000  0.886439  1.660404
2018-02-10 04:00:00  0.791209  1.144432  0.468357