高教社2024财经大数据分析—以Python为工具教学课件ch07-制作数据透视表和计算行业竞争度——应用数据分组.pptx

;;;根据所给数据，根据特定标签或分类变量对整体数据进行分组，从而实现数据的高效分类计算。现实中，我们经常需要根据特定标签或字段，对整体数据进行分组处理和操作。

例如：

按照上市公司资产规模分两组，计算每组市值加权平均收益率；

按照公司是否被提起民事诉讼分为两类，并统计他们的特征；

按照班级计算学生的平均成绩等等。

;假设，我们有一个数据，由4000多家上市公司的日交易数据构成。我们想分别把每一家上市公司的未来一期（t+1）的收益率return，做一个滞后（放到t期上显示），即对数据统一向后递延一期。该如何处理？;处理流程：

1）选择每一只股票；

2）进行滞后处理

3）合并所有股票数据

数据处理方法：

1）for循环每只股票；

2）利用DataFrame分组函数高效处理;;在DataFrame中，可以通过Groupby来进行分组操作。

当调动Groupby时，它会生成一个分组对象，保存在内存里。

接着，针对这个分组对象，我们可以引用所需函数进行分组计算。

最后，再按照组别返回对应的处理结果，形成一个新的表单。

;如图所示：;7.2Groupby语法;;7.3数据聚合与计算;7.3数据聚合与计算;7.3数据聚合与计算;7.3数据聚合与计算;;7.4数据排序与排名;7.4数据排序与排名;7.4数据排序与排名;7.4数据排序与排名;;7.5数据排序与排名;7.5数据排序与排名;7.5数据排序与排名;7.5数据排序与排名;7.5数据排序与排名;;7.6应用实践