我有一个具有以下数据样式的数据框
我正在尝试针对3个因素（F1，F2，F3）在样式栏中按每个公司的每个月计算z得分（标准化）
假设在2014年8月31日，我要为该月在该样式同行中的每个公司计算该样式（例如针对建筑材料）中的z分数（分别计算F1，F2，F3）。再次在2014年8月31日，我想计算该月每个使用“电子设备，仪器和组件”的公司在样式（例如电子设备，仪器和组件）中的z得分。并重复每个月的过程。
回顾一下，首先从日期开始，然后在每种样式中计算z得分，然后每个月重复一次。
我尝试首先定义z分数zscr = lambda x：（x-x.mean（））/ x.std（）
然后按日期，样式分组，但没有得到预期的结果。
先感谢您
Date Name Style ID \
0 8/31/2014 XYZ Construction Materials ABC
1 9/30/2014 XYZ Construction Materials ABC
2 10/31/2014 XYZ Construction Materials ABC
3 11/30/2014 XYZ Construction Materials ABC
4 8/31/2014 Acme Electronic Equipment, Instruments & Components KYZ
5 9/30/2014 Acme Electronic Equipment, Instruments & Components KYZ
6 10/31/2014 Acme Electronic Equipment, Instruments & Components KYZ
F1 F2 F3
0 0.032111 0.063330 0.027733
1 0.068824 0.158614 0.032489
2 0.076838 0.034735 0.020062
3 0.020903 0.154653 0.056860
4 0.032807 1.099790 0.233216
5 -0.014995 0.814866 0.498432
6 -0.002233 1.954578 0.727823
2014年8月31日带有3个名称的样式构造材料的详细示例
Date Name Style F1 F2 F3 Avg F1 Avg F2 Avg F3 Std F1 Std F2 Std F3 Zscore F1 Zscore F2 Zscore F3
8/31/2014 XYZ Construction Materials ABC 0.0321 0.0633 0.0277 0.0292 0.5066 0.3623 0.0219 0.5091 0.3078 0.131514468 -0.870730766 -1.087062133
8/31/2014 ABC Construction Materials XKSD 0.0495 0.3939 0.4258 0.0292 0.5066 0.3623 0.0219 0.5091 0.3078 0.927735574 -0.221422977 0.206304231
8/31/2014 HCAG Construction Materials TETR 0.0061 1.0626 0.6334 0.0292 0.5066 0.3623 0.0219 0.5091 0.3078 -1.059250041 1.092153743 0.880757903
最佳答案
我相信您正在寻找groupby + transform。
names = ['F1', 'F2', 'F3']
zscore = lambda x: (x - x.mean()) / x.std()
df[names] = df.groupby([df.Date, df.Style])[names].transform(zscore)