根据日期和值聚合行，并添加分数
我目前有以下数据帧；
我要做的是创建一个如下所示的dataframe；
其中，每当“感情”列中的值为“正”时，就会添加1，每当它为负时，就会从新创建的sentiment_score列中扣除1。最后，数据帧将被聚合成每个日期的股票及其相应的情绪得分。
然而，我的问题是我知道如何在Excel中这样做，但我刚刚开始使用Python，因此对如何在Excel中这样做几乎一无所知。
任何帮助都将非常感谢！
共有1个答案
首先map列感情，将positive替换为1，将negative替换为-1，然后groupby两列date和stock_ticker、sum和最后reset_index以获得预期的输出。
res = (
df['sentiment'].map({'positive':1, 'negative':-1})
.groupby([df['date'], df['stock_ticker']])
.sum()
.reset_index(name='sentiment_score')
)
print(res)
date stock_ticker sentiment_score
0 2020-05-01 gme -1
1 2021-04-01 vlkaf 1
2 2021-04-02 vlkaf -2
-
我有一个数据帧（df），它具有特定值（在本例中为“货币”）的开始和结束日期。我需要将其与另一个数据帧（tbl）合并，并根据第一个DF的开始/结束日期填写空白货币行。NULL表示没有结束日期，所以一切都在继续。在这种情况下，2020年11月1日之后的所有费用均为美元。因此，来自SQL的数据为空。 这就是我需要的 df_合并是我需要的最终外观。第二个问题-如果我没有第二个数据帧（tbl）来合并怎么办。
-
我正在尝试通过ID和日期聚合数据帧。假设我有一个DataFrame： 我想通过ID和日期（频率=1W)聚合该值，并得到一个dataframe如下所示： 我理解它可以通过迭代ID并使用grouper聚合价格来实现。有没有更有效的方法不迭代IDS？多谢。
-
我有一个数据集 是否有任何方法可以确保，如果不同的的下一个值小于中的值，那么它应该在 列中执行加法。 下面是我期待的结果 所以基本上我寻求一个解决方案，对于每个唯一的< code>field_pointpath，如果它遇到一个小于前一个值的值，那么它应该将前一个值与下一个值相加。 if <代码>值[i 1]
-
问题内容： 这是我对源数据的插入语句。 我有我的源数据 该数据已经排序，和。 我正在尝试从中生成此输出： 这是从原始数据得出结果的逻辑： 对于带有，或的每个记录 A* ：如果以下记录 B 具有，则： * 如果记录 乙 具有相同的日期部分如 甲 （忽略时间），同时消除记录 甲 和 乙 从结果。这就是为什么删除记录4、5、8和9的原因； 否则，如果记录 B 的值早于记录 A ，则将 A 的值更新为 B
-
这是我对源数据的插入语句。 我有我的源数据 此数据已按、和进行排序。 我试图从中生成以下输出： 这是从原始数据得出结果的逻辑： 对于的记录 A：如果以下记录 B ，则： 如果记录 B 具有与 A 相同的日期部分（忽略时间），请从结果中删除记录 A 和 B。这就是为什么记录4，5，8和9被删除的原因; 否则，如果记录 B 值早于记录 A，请将 A 的更新为 B 的TERM_END_DATE。这就是为
-
问题内容： 我有一个包含时间戳名为RDD 时间 长整型： 我正在尝试按值1，值2和时间分组为YYYY-MM-DD。我尝试按演员分组（时间为日期），但随后出现以下错误： 这是否意味着无法按日期分组？我什至尝试添加另一级别的强制转换以将其作为字符串： 哪个返回相同的错误。 我已经读到我可以在RDD上使用gregationByKey，但我不明白如何在几列中使用它并将其转换为YYYY-MM-DD字符串。我