跨组最大

Question

我有以下数据：

Date, Symbol, Close
2021-01-01, AAPL, 10
2021-01-02, AAPL, 12
2021-01-03, AAPL, 3
2021-01-01, MSFT, 12
2021-01-02, MSFT, 20
2021-01-03, MSFT, 12
2021-01-01, MSFT, 1
2021-01-02, MSFT, 2
2021-01-03, MSFT, 3

1. 我想找到“MSFT”每天的最大收盘价
2. 将其转置/转换为现有数据帧中的一系列“MSFT_MAX_CLOSE”

我尝试了以下方法，但得到 NaN

df['MSFT_MAX_CLOSE'] = df.loc[df['Symbol']=='MSFT'].groupby(['Date'])['Close'].transform(max)

预期产量

Date, Symbol, Close, MSFT_MAX_CLOSE
2021-01-01, AAPL, 10, 12
2021-01-02, AAPL, 12, 20
2021-01-03, AAPL, 3, 12
2021-01-01, MSFT, 12, 12
2021-01-02, MSFT, 20, 20
2021-01-03, MSFT, 12, 12
2021-01-01, MSFT, 1, 12
2021-01-02, MSFT, 2, 20
2021-01-03, MSFT, 3, 12

有什么想法吗？

Answer 1

由于您想将值传播到其他组，因此

transform

不起作用。您可以先使用

groupby.max

，然后使用

map

聚合每个日期的值：

msft_max = (df.loc[df['Symbol'].eq('MSFT')]
              .groupby('Date')['Close'].max()
           )

df['MSFT_MAX_CLOSE'] = df['Date'].map(msft_max)

输出：

         Date Symbol  Close  MSFT_MAX_CLOSE
0  2021-01-01   AAPL     10              12
1  2021-01-02   AAPL     12              20
2  2021-01-03   AAPL      3              12
3  2021-01-01   MSFT     12              12
4  2021-01-02   MSFT     20              20
5  2021-01-03   MSFT     12              12
6  2021-01-01   MSFT      1              12
7  2021-01-02   MSFT      2              20
8  2021-01-03   MSFT      3              12