跨行排名

Question

我的数据框如下所示：

      Date       AAPL      NFLX       INTC    AAPL_Ret   NFLX_Ret   INTC_Ret
0 2008-01-31  27.834286  3.764286  25.350000       
1 2008-02-29  27.847143  3.724286  24.670000   -0.07     0.25       -0.05     
2 2008-03-31  25.721428  3.515714  22.670000    0.15     0.10       0.06  
3 2008-04-30  25.377142  3.554286  22.879999    etc
4 2008-05-31  24.464285  3.328571  22.260000

我想计算 df 中各行的股票收益的分位数。因此，例如，分位数（假设我们使用 3 个组）会将第一行回报排名为分位数 3 中的 AAPL 和 INTC，以及分位数 1 中的 NFLX（因为它是最高回报）。预期的输出将是（下方，向右滚动）：

      Date       AAPL       NFLX       INTC    AAPL_Ret   NFLX_Ret   INTC_Ret   AAPL_Ret Q   NFLX_Ret Q   INTC Ret Q
0 2008-01-31  27.834286  3.764286  25.350000       
1 2008-02-29  27.847143  3.724286  24.670000   -0.07     0.25       -0.05        3              1            3
2 2008-03-31  25.721428  3.515714  22.670000    0.15     0.10       0.06         1              2            2
3 2008-04-30  25.377142  3.554286  22.879999    etc
4 2008-05-31  24.464285  3.328571  22.260000

我尝试过的：我最初想在公式中使用 pd.qcut 和 axis=1 之类的东西，但该方法不接受这样的参数。所以我想我可以做一些类似 for 循环的事情（因为我最终会将文件扩展到许多股票）

for col in df.columns:
    if '_Ret' in col:
        df[col+'_Rank'] = df.apply(pd.qcut(df[col], 5, labels=np.arange(5, 0, -1), axis=1)

但我被困在这里了。

非常感谢您的帮助，我是 python 初学者。谢谢！

Answer 1

一种方法是使用filter 仅选择带有“_Ret”和stack 的列，使其成为一个能够在之后使用qcut 的系列。

# I only copy the two rows with values in _Ret columns
print (df.filter(like = '_Ret').stack())

1  AAPL_Ret   -0.07
   NFLX_Ret    0.25
   INTC_Ret   -0.05
2  AAPL_Ret    0.15
   NFLX_Ret    0.10
   INTC_Ret    0.06

现在您可以在此系列上使用qcut，然后使用unstack 和add_suffix 重命名：

df_Q = (pd.qcut(df.filter(like = '_Ret').stack(), 3, labels=np.arange(3, 0, -1))
           .unstack().add_suffix(' Q'))

print (df_Q)
  AAPL_Ret Q NFLX_Ret Q INTC_Ret Q
1          3          1          3
2          1          2          2

只需join 与原始数据框，因为行数与原始数据相同。

df = df.join(df_Q)

给出预期的输出