在一列中迭代项，而在另一列中引用标记。

Question

假设我管理多个股票经纪帐户，每个帐户都有不同类型的股票。我试着写一些代码来做压力测试。

我想做的是，我有两个数据文件：

账户信息(数据)：

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

压力测试场景(Dataframe)：

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

考虑到这两个数据，我想为每个帐户计算，压力冲击后的份额值是多少。

即账户1，震后值= 100*0.8 + 150*0.8 + 200*0.7 = 340

我尝试了一些基本的for循环，但是我的jupyter笔记本在运行后很快就会崩溃(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

我们首先可以做一个merge来将两个数据文件的数据放在一起。然后计算after shock value，最后得到每个account的sum

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使用pandas.to_numeric，因为您的值是string类型的。

Answer 2

创建一个从Series到map的“股票类型”以“压力冲击”。

然后将pandas.groupby.apply与lambda函数一起使用，以获得所需的结果：

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())

输出

account
1    340.00
2    186.25
dtype: float64