如何在Python中为DataFrame添加发行人权重列？

可以通过Pandas的分组统计与转换功能快速实现需求，以下是具体步骤和代码：

1. 核心思路

   • 按行业（Sector）分组，统计每个行业的发行人（Issuer）数量
   • 将行业发行人数量匹配到原DataFrame的每一行
   • 用行业权重（Sector Weights）除以对应行业的发行人数量，得到发行人权重（Issuer Weights）

2. 代码实现

   import pandas as pd
   
   # 模拟你的输入DataFrame（可替换为实际数据）
   df = pd.DataFrame({
       'Sector': ['Technology', 'Technology', 'Financials', 'Financials', 'Financials'],
       'Issuer': ['A', 'B', 'C', 'D', 'E'],
       'Sector Weights': [0.3, 0.3, 0.7, 0.7, 0.7]
   })
   
   # 为每一行添加所属行业的发行人数量
   df['issuer_count'] = df.groupby('Sector')['Issuer'].transform('nunique')
   
   # 计算发行人权重
   df['Issuer Weights'] = df['Sector Weights'] / df['issuer_count']
   
   # 可选：删除中间辅助列
   df = df.drop('issuer_count', axis=1)
   
   # 查看结果
   print(df)
   

3. 关键代码说明

   • groupby('Sector')['Issuer'].transform('nunique')：通过transform方法，将分组统计出的行业发行人数量映射到原DataFrame的每一行，无需额外合并操作，高效简洁
   • 除法运算利用Pandas的广播特性，自动完成逐行计算

输出结果会与你期望的DataFrame结构完全一致。

内容的提问来源于stack exchange，提问作者Shubham