回答編集履歴
1
サンプルを追加
test
CHANGED
|
@@ -27,3 +27,35 @@
|
|
|
27
27
|
|
|
28
28
|
|
|
29
29
|
この記述で、単にループで計算するよりはかなり高速になるかと思います。
|
|
30
|
+
|
|
31
|
+
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
35
|
+
---
|
|
36
|
+
|
|
37
|
+
|
|
38
|
+
|
|
39
|
+
**【補足】**
|
|
40
|
+
|
|
41
|
+
別の列を処理するサンプル
|
|
42
|
+
|
|
43
|
+
|
|
44
|
+
|
|
45
|
+
```Python
|
|
46
|
+
|
|
47
|
+
for (wcolumn, zcolumn) in zip(W_columns, Z_columns):
|
|
48
|
+
|
|
49
|
+
# 上記20%以内かどうかのBoolean列を作成
|
|
50
|
+
|
|
51
|
+
z20_filter = afterdf2.groupby(['DATE','SECTOR'])[zcolumn].transform(lambda d:d >= d.quantile(0.8))
|
|
52
|
+
|
|
53
|
+
# 上記のBoolean列にてFilteringした後に"MKT_CAP"列を計算
|
|
54
|
+
|
|
55
|
+
afterdf2['PP'] = afterdf2[z20_filter].groupby(['DATE', 'SECTOR'])['MKT_CAP'].transform(lambda d:d/d.sum())
|
|
56
|
+
|
|
57
|
+
# 上記のFilterに漏れた場所は値が入っていないので、０埋めする
|
|
58
|
+
|
|
59
|
+
afterdf2['PP'].fillna(0, inplace=True)
|
|
60
|
+
|
|
61
|
+
```
|