在 Pandas 数据框中评估/排名

Question

我有 Pandas DataFrame，我在其中导入了包含数百行的 Excel 电子表格。每行是一个公司名称，每列中有一些基本数据，如比率等。

Symbol  Name  P/BV  PE     NCB

A       AGT   4.382 42.59  0.0145

AAAP    AdvAc 6.91  NaN    -0.0003

AAME    AtlAm 0.6205 29.55 0.0089

AAN     Aaron 2.093 23.89  0.0213

等等。列更多，行更多，但我认为这足以说明数据。有时比率没有值，所以自动填充了 NaN 值。

我想做的是评估每家公司：

• 每一列（例如 P/BV）是一个包含从最低到最高值的全域 - 创建 100 % 的范围。每家公司都将在新列中进行评估：我想为每家公司分配百分位排名 1 到 100。如果公司的 P/BV 比率在宇宙中最低的 1%，它将获得排名 100（因为这里最低是最好的）。最高比率获得排名 1。

• 如果缺少值 - 存在 NaN - 分配等级 50

• 我需要像这样评估每一列，所以我需要为每个比率列创建新列并用排名值填充它。

• 某些比率在其值最高时是最好的，例如 NCB 列。

稍后我将在最后一列中添加每家公司的所有排名值，我可以管理它。我只是无法使这个排名起作用。有人可以帮帮我吗？

提前谢谢你:-)

Answer 1

这是一个使用类似数据的示例。在这个例子中：

• 低 P/B & PE 获得高排名（逆排名）
• 缺失值获得 50%（第 50 个百分位）
• 高 MCV 获得高排名（直接排名）

示例数据帧：

  Symbol     P_BV     PE      NCB
0      A -0.59587  42.50 -1.42680
1      B  0.09875    NaN -0.82033
2      C  0.10987  29.55  0.73841
3      D  3.03278  23.89 -0.31283
4      E  0.70129  10.00 -1.00830

现在使用DataFrame.rank 和参数pct=True。稍微耗时的部分是您需要将它分别应用于不同的列，因为您想要对一些升序和一些降序进行排名。

new_df = df.copy()
new_df.loc[:, ['P_BV', 'PE']] = (df[['P_BV', 'PE']]
                                     .rank(pct=True, ascending=False) * 100)
new_df.loc[:, 'NCB'] = df['NCB'].rank(pct=True) * 100  # ascending=True

最后，用 50 填充 NaN 值：

new_df.fillna(value=50., inplace=True)

您的结果如下所示：

  Symbol   P_BV     PE    NCB
0      A  100.0   25.0   20.0
1      B   80.0   50.0   60.0
2      C   60.0   50.0  100.0
3      D   20.0   75.0   80.0
4      E   40.0  100.0   40.0

您需要的组合代码：

new_df = df.copy()
new_df.loc[:, ['P_BV', 'PE']] = (df[['P_BV', 'PE']]
                                     .rank(pct=True, ascending=False) * 100)
new_df.loc[:, 'NCB'] = df['NCB'].rank(pct=True) * 100  # ascending=True
new_df.fillna(value=50., inplace=True)