Python中基于DataFrame统计各Symbol的预测次数与成功预测次数

要生成你需要的df3，用pandas的分组聚合功能就能高效完成，代码如下：

import pandas as pd

# 先模拟原数据方便验证（如果你的df1已经存在，这部分可以跳过）
data = {
    'SYMBOL': ['ABC', 'DEF', 'GHI', 'ABC'],
    'prediction_succesful': ['Y', 'Y', 'Y', pd.NA],
    'DATE': ['29-03-2018', '30-03-2018', '01-04-2018', '30-03-2018'],
    'VALUE': [100, 96, 105, 55]
}
df1 = pd.DataFrame(data)

# 生成df3的核心代码
df3 = df1.groupby('SYMBOL').agg(
    no_of_predictions=('SYMBOL', 'size'),
    no_of_succesful_predictions=('prediction_succesful', lambda x: (x == 'Y').sum())
).reset_index().rename(columns={'SYMBOL': 'symbol'})

print(df3)

代码解释： #

• groupby('SYMBOL')：按股票代码分组，把相同SYMBOL的行归为一组
• agg(...)：对每组做聚合计算：
  • no_of_predictions=('SYMBOL', 'size')：统计每组的总行数，也就是每个Symbol的总预测次数
  • no_of_succesful_predictions=('prediction_succesful', lambda x: (x == 'Y').sum())：遍历每组的prediction_succesful列，统计值为'Y'的数量（NaN会自动被排除，因为NaN == 'Y'返回False，不会计入总和）
• reset_index()：把分组用的SYMBOL从索引转为普通列
• rename(columns={'SYMBOL': 'symbol'})：把列名改成你要求的小写symbol

运行后df3的结果是：

symbol  no_of_predictions  no_of_succesful_predictions
0    ABC                  2                            1
1    DEF                  1                            1
2    GHI                  1                            1

内容的提问来源于stack exchange，提问作者doomsday