Pandas Python Como atribuir os resultados da operação groupby às colunas no dataframe pai?
Eu tenho o seguinte quadro de dados no IPython, onde cada linha é um único estoque:
In [261]: bdata
Out[261]:
<class 'pandas.core.frame.DataFrame'>
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)
Quero aplicar uma operação groupby que calcula o retorno médio ponderado de limite em tudo, por cada data na coluna "yearmonth".
Isso funciona como esperado:
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
Mas, em seguida, desejo "transmitir" esses valores de volta aos índices no quadro de dados original e salvá-los como colunas constantes em que as datas coincidem.
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/<ipython-input-264-4a68c8782426> in <module>()
----> 1 dateGrps["MarketReturn"] = dateGrps.apply(lambda x: (x["PriceReturn"]*x["MarketCap"]/x["MarketCap"].sum()).sum())
TypeError: 'DataFrameGroupBy' object does not support item assignment
Eu percebo que essa designação ingênua não deveria funcionar. Mas qual é a expressão "certa" do Pandas para atribuir o resultado de uma operação groupby a uma nova coluna no dataframe pai?
No final, eu quero uma coluna chamada "MarketReturn" do que será um valor constante repetido para todos os índices que tenham data correspondente com a saída da operação groupby.
Um truque para conseguir isso seria o seguinte:
marketRetsByDate = dateGrps.apply(lambda x: (x["PriceReturn"]*x["MarketCap"]/x["MarketCap"].sum()).sum())
bdata["MarketReturn"] = np.repeat(np.NaN, len(bdata))
for elem in marketRetsByDate.index.values:
bdata["MarketReturn"][bdata["yearmonth"]==elem] = marketRetsByDate.ix[elem]
Mas isso é lento, ruim e impotônico.