【发布时间】：2020-05-15 11:41:00
【问题描述】：
我有几个大型数据集，其中包含大型交易所交易产品组合的预期缺口（风险衡量指标）。我正在寻找比较我使用彭博社中的特定标准过滤的名称列表，以查看我的第一个数据集中是否有匹配项。我首先将 Bloomberg 的代码导出到 csv 文件中。我还将我的风险信息（包含一列代码）导出为 csv 文件。我将这两个文件读入 pandas 数据框对象，并隔离了我想比较的列。我的风险数据集包含大约 152,000 个条目，我的 Bloomberg 股票代码文件有 321 个名称。最终，我只想创建一个新列，以指示我的风险数据集中的条目是否包含在 Bloomberg Tickers 列表中（即 TRUE/FALSE 或 0/1 的条目）。
我已经尝试了从 Stackoverflow 找到的以下代码
china_names['EQY_FUND_CRNCY'].isin(data['Risk Group Symbol']).value_counts()
它为每个条目返回 false，即使我可以直观地看到 2 之间的一些匹配
我也试过这个：
values = set(data['Risk Group Symbol'])
data['In China?'] = china_names['EQY_FUND_CRNCY'].isin(values)
data['In China?'].describe()
似乎无论我尝试哪种方法来比较列，我都无法识别两者之间的匹配。我不明白我做错了什么。问题可能是 data['Risk Group Symbol'] 和 china_names['EQY_FUND_CRNCY'] 中的代码之间的文本差异吗？
【问题讨论】：
-
除非绝对必要，否则请不要将信息作为图像共享。请参阅：meta.stackoverflow.com/questions/303812/…。