简化熊猫中的求和计算（西格玛符号）

debugcn 发表于 Dev

史蒂文

我需要计算每个组的百分比（从 A 到 G）并使用六个不同的列除以相同的列（如 G 代表总数）。然后我需要计算一些叫做HHI 的东西。我的方程在 sigma 符号前面有一个“1-”。因此，我需要对这些列进行平方，然后将它们相加，然后使用 1 减去相加。我需要在我的数据框中保留这些百分比列。请帮我简化以下代码：

  df = pd.DataFrame(np.random.randn(20, 7), columns=list("ABCDEFG"))

  #percentage
        df["pct_A"] = df_race.A / df_race.G
        df["pct_B"] = df_race.B / df_race.G
        df["pct_C"] = df_race.C / df_race.G
        df["pct_D"] = df_race.D / df_race.G
        df["pct_E"] = df_race.E / df_race.G
        df["pct_F"] = df_race.F / df_race.G

    #HHI Index
        df["hhi"] = 1-(df.pct_A**2 + df.pct_B**2 + df.pct_C**2 + 
                       df.pct_D**2 + df.pct_E**2 + df.pct_F**2)

精明的耆那教

我想这会有所帮助。
我正在创建一个具有 7 列随机值的 df，将前 6 个与第 7 列相除，然后使用辅助函数calculate_hhi计算hhi。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(20, 7), columns=list('ABCDEFG'))

def calculate_hhi(row):
    hhi = 1 - (row['A']**2 + row['B']**2 + row['C']**2 + row['D']**2 + row['E']**2 + row['F']**2 )
    return hhi 

df.iloc[:, 0:6] = df.iloc[:, 0:6].apply(lambda x: x/df.G, axis=0)
df['hhi'] = df.apply(calculate_hhi, axis=1)

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。