python中group by用法_关于group by：Python Pandas如何将groupby操作结果分配回父数据框中的列？...

我在IPython中有以下数据框，其中每一行都是一只股票：

In [261]: bdata

Out[261]:

Int64Index: 21210 entries, 0 to 21209

Data columns:

BloombergTicker      21206  non-null values

Company              21210  non-null values

Country              21210  non-null values

MarketCap            21210  non-null values

PriceReturn          21210  non-null values

SEDOL                21210  non-null values

yearmonth            21210  non-null values

dtypes: float64(2), int64(1), object(4)

我想应用一个groupby操作，该操作计算" yearmonth"列中每个日期的所有内容的上限加权平均回报。

这按预期工作：

In [262]: bdata.groupby("yearmonth").apply(lambda x: (x["PriceReturn"]*x["MarketCap"]/x["MarketCap"].sum()).sum())

Out[262]:

yearmonth

201204      -0.109444

201205      -0.290546

但是，然后我想将这些值"广播"回原始数据帧中的索引，并将它们保存为日期匹配的常量列。

In [263]: dateGrps = bdata.groupby("yearmonth")

In [264]: dateGrps["MarketReturn"] = dateGrps.apply(lambda x: (x["PriceReturn"]*x["MarketCap"]/x["MarketCap"].sum()).sum())

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

/mnt/bos-devrnd04/usr6/home/espears/ws/Research/Projects/python-util/src/util/ in ()

----> 1 dateGrps["MarketReturn"] = dateGrps.apply(lambda x: (x["PriceReturn"]*x["MarketCap"]/x[&#