如何在Pandas中创建BSI计算列？附分组求和逻辑

计算公式 #

BSI = ln((1+nPd)/(1+nNd))
其中：

• d：日期（对应date列）
• nP：单日期内正向预测值（pred_rate=1）的总和
• nN：单日期内负向预测值（pred_rate=0）的总和

具体要求 #

• 按date列对pred_rate列分组
• 统计每组中pred_rate=1（正向）和pred_rate=0（负向）的数量
• 在原DataFrame中新增BSI列并完成计算

解决方案代码 #

import pandas as pd
import numpy as np

# 假设数据集存储在名为df的DataFrame中
# 1. 按日期分组统计正负预测值数量
daily_counts = df.groupby('date')['pred_rate'].agg(
    nP=lambda x: (x == 1).sum(),
    nN=lambda x: (x == 0).sum()
).reset_index()

# 2. 计算BSI列
daily_counts['BSI'] = np.log((1 + daily_counts['nP']) / (1 + daily_counts['nN']))

# 3. 将结果合并回原DataFrame
df = df.merge(daily_counts[['date', 'BSI']], on='date', how='left')

代码说明 #

• groupby('date')['pred_rate'].agg(...)：按日期分组后，分别统计每组中正向和负向预测值的总数
• np.log(...)：调用numpy自然对数函数计算BSI，分子分母加1可避免出现除以0的异常情况
• merge(...)：将按日期计算的BSI值匹配到原DataFrame的每一行，确保所有数据都对应正确的BSI值

内容的提问来源于stack exchange，提问作者Christian Divinefavour