如何在Pandas DataFrame中按月基于B/M指标生成指定规则的新列？

核心思路为按日期分组后对B/M指标做二分位切割，无需拆分出多个单月DataFrame，即可完成Signal列批量赋值。

方法1：qcut 快速实现（推荐标准场景使用） #

import pandas as pd

# 按日期（索引）分组，将每组B/M等分为2组，直接对应标签-1和1
df['Signal'] = df.groupby(level='Date')['B/M'].transform(
    lambda x: pd.qcut(x, q=2, labels=[-1, 1])
)
# 按需转换为整数类型
df['Signal'] = df['Signal'].astype(int)

逻辑说明：

• groupby(level='Date')：按索引列Date分组，单月所有股票为一组；如果你的Date后续调整为普通列，替换为groupby('Date')即可
• pd.qcut(x, q=2)：将每组B/M值按数量等分为2份，前50%（低B/M）对应标签-1，后50%（高B/M）对应标签1，和你给出的预期输出完全匹配
• 如果单月样本量为奇数，qcut默认将多出来的1条样本分到高B/M组，符合常规金融因子分组的惯例。如果需要处理重复的B/M值，可以增加duplicates='drop'参数适配。

方法2：rank 自定义实现（适合需要调整重复值规则的场景） #

如果需要自定义相同B/M值的分组逻辑，可以用排名+阈值判断的方式实现：

# 分组计算单月B/M排名、单月样本总量
df['bm_rank'] = df.groupby(level='Date')['B/M'].rank(method='first')
df['month_sample_cnt'] = df.groupby(level='Date')['B/M'].transform('count')

# 按排名是否超过中位数判断Signal值
df['Signal'] = df.apply(lambda x: 1 if x['bm_rank'] > x['month_sample_cnt']/2 else -1, axis=1)

# 删除辅助列
df = df.drop(columns=['bm_rank', 'month_sample_cnt'])

可以通过调整rank的method参数修改重复值的排名规则：可选值包括average/min/max/first/dense，适配不同的业务需求。

内容的提问来源于stack exchange，提问作者Gonçalo Franchini