在数据框中创建新列的问题

Question

我帮助将以下各列添加到数据框中，非常感谢任何指导。我创建了变量： no_outlier_pe_go ['industry_marketCap']= _outlier_pe_g.groupby('industry')['marketCap'].transform(' sum') 但一旦我尝试创建后续列（下面的说明和屏幕截图），就会不断出现错误。

使用此变量创建行业 PE 作为行业股票的市值加权 PE，并将其命名为 'ind_pe'。 （提示：您需要一列反映行业中每只股票的市值权重，'wt_in_industry'，另一列用于反映跟踪PE与其行业权重的乘积，并将其命名为pe_ind_wt。使用转换方法在后一个变量上创建 ind_pe 作为 pe_ind_wt 的总和）。

Answer 1

我怀疑您将 no_outlier_pe_g 创建为另一个 DataFrame 的副本。您可以通过 df._is_copy 进行检查，如下所示：

import pandas as pd


df = pd.DataFrame(
    [
        ["SWN US EQUITY", "Oil & Gas E & P", 1.610607e09],
        ["AMCR US EQUITY", "Packaging & Containers", 1.762973e10],
    ],
    columns=["symbol", "industry", "marketCap"],
)

# create a copy
no_outlier_pe_g = df.iloc[0:, :]

# ...
df2 = no_outlier_pe_g

no_outlier_pe_g["industry_marketCap"] = no_outlier_pe_g.groupby("industry")[
    "marketCap"
].transform("sum")

# check if copy
print(df2._is_copy)

从技术上讲，这只是一个警告而不是错误。 SettingWithCopyWarning 警告您，您正在处理 DataFrame 的副本，这会使原始 DataFrame 保持不变，并可能导致意外结果，例如链接的结果运营。它已在

在您的用例中，如果您意识到可能存在的不一致，那就没问题。