我有几个大型数据集,其中包含交易所交易产品的大型投资组合的预期缺口(一种风险衡量标准)。我希望比较我在Bloomberg中使用特定标准过滤的姓名列表,看看在我的第一个数据集中是否有匹配的名字。我首先将股票代码从Bloomberg导出到csv文件中。我还将我的风险信息(有一列报价器)导出为csv文件。我将这两个文件都读取到pandas数据帧对象中,并隔离了我想要比较的列。我的风险数据集包含大约152,000个条目,我的Bloomberg ticker文件包含321个名称。最后,我只想创建一个新列,用来指示我的风险数据集中的条目是否包含在Bloomberg报价器列表中(即TRUE/FALSE或0/1的条目)。

我尝试了从Stackoverflow中找到的以下代码
china_names['EQY_FUND_CRNCY'].isin(data['Risk Group Symbol']).value_counts(),它为每个条目返回false,即使我可以在视觉上看到两个

我也尝试过这个:
values = set(data['Risk Group Symbol'])
data['In China?'] = china_names['EQY_FUND_CRNCY'].isin(values)
data['In China?'].describe()似乎无论我尝试哪种方法并比较列,我都无法识别两者之间的匹配。我不明白我会做错什么。这个问题会不会是data['Risk Group Symbol']和china_names['EQY_FUND_CRNCY']中的滚动条之间的文本差异
发布于 2020-01-30 06:02:17
像这样的东西应该是有效的:
china_names.loc[china_names['EQY_FUND_CRNCY'].isin(data['Risk Group Symbol'])]['EQY_FUND_CRNCY'].value_counts()https://stackoverflow.com/questions/59976167
复制相似问题