因此,我使用的是 Pandas ,实际上是在尝试计算归一化的权重。对于数据框中的每一天,我都希望将“SECTOR”权重按“CAP”分组,但它们的总和不能为1,因此我也希望对其进行归一化。我以为可以通过划分两个groupby来完成此操作,但是我的代码出现了一个我不太了解的错误。如果我在第二个groupby中消除了“CAP”,则代码可以运行。
谁能向我解释一下?
df.groupby(['EFFECTIVE DATE','CAP','SECTOR'])['INDEX WEIGHT'].sum() / df.groupby(['EFFECTIVE DATE','CAP'])['INDEX WEIGHT'].sum()
NotImplementedError: merging with more than one level overlap on a multi-index is not implemented
有人知道我需要更改吗?一如既往的谢谢你!!!
最佳答案
选项1
非常接近你所拥有的
cols = ['EFFECTIVE DATE', 'CAP', 'SECTOR', 'INDEX WEIGHT']
sector_sum = df.groupby(cols[:3])[cols[-1]].sum()
cap_sum = df.groupby(cols[:2])[cols[-1]].transform(pd.Series.sum).values
sector_sum / cap_sum
选项2
使用一个
transform
cols = ['EFFECTIVE DATE', 'CAP', 'SECTOR', 'INDEX WEIGHT']
sumto = lambda x: x / x.sum()
df.groupby(cols[:3])[cols[-1]].sum().groupby(level=cols[:2]).transform(sumto)
如果您考虑使用
df
df = pd.DataFrame([
[0, 'Large', 'A', .1, 'a'],
[0, 'Large', 'B', .2, 'b'],
[0, 'Large', 'C', .1, 'c'],
[0, 'Large', 'D', .3, 'd'],
[0, 'Large', 'E', .1, 'e'],
[0, 'Large', 'F', .4, 'f'],
[0, 'Large', 'G', .1, 'g'],
[0, 'Small', 'A', .2, 'h'],
[0, 'Small', 'B', .3, 'i'],
[0, 'Small', 'C', .4, 'j'],
[0, 'Small', 'D', .5, 'k'],
[0, 'Small', 'E', .1, 'l'],
[0, 'Small', 'F', .2, 'm'],
[0, 'Small', 'G', .1, 'n'],
[1, 'Large', 'A', .1, 'a'],
[1, 'Large', 'B', .2, 'b'],
[1, 'Large', 'C', .1, 'c'],
[1, 'Large', 'D', .3, 'd'],
[1, 'Large', 'E', .1, 'e'],
[1, 'Large', 'F', .4, 'f'],
[1, 'Large', 'G', .1, 'g'],
[1, 'Small', 'A', .2, 'h'],
[1, 'Small', 'B', .3, 'i'],
[1, 'Small', 'C', .4, 'j'],
[1, 'Small', 'D', .5, 'k'],
[1, 'Small', 'E', .1, 'l'],
[1, 'Small', 'F', .2, 'm'],
[1, 'Small', 'G', .1, 'n'],
], columns=['EFFECTIVE DATE', 'CAP', 'SECTOR', 'INDEX WEIGHT', 'ID'])
两种选择都会产生
EFFECTIVE DATE CAP SECTOR
0 Large A 0.076923
B 0.153846
C 0.076923
D 0.230769
E 0.076923
F 0.307692
G 0.076923
Small A 0.111111
B 0.166667
C 0.222222
D 0.277778
E 0.055556
F 0.111111
G 0.055556
1 Large A 0.076923
B 0.153846
C 0.076923
D 0.230769
E 0.076923
F 0.307692
G 0.076923
Small A 0.111111
B 0.166667
C 0.222222
D 0.277778
E 0.055556
F 0.111111
G 0.055556
Name: INDEX WEIGHT, dtype: float64
如果将选项之一分配给
df1
,则对子组求和df1.groupby(level=['EFFECTIVE DATE', 'CAP']).sum()
EFFECTIVE DATE CAP
0 Large 1.0
Small 1.0
1 Large 1.0
Small 1.0
Name: INDEX WEIGHT, dtype: float64
定时
关于python - 不允许合并多个级别的重叠,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/39442064/