如何使用 Python 将来自不同公司的多个董事的数据汇总到每个公司使用 Blau

Question

我有一个数据框，其中包含有关几家公司董事教育背景的分类数据。目前，每家公司（由其股票代码记录）都有多个条目，每位董事一个，df 看起来像这样：

Ticker  Education

ABC     1

ABC     1

ABC     5

ABC     7

ABC     5

DEF     3

DEF     4

DEF     4

DEF     4

DEF     6

我想使用 Blau 指数公式（与 Gini-Simpson 指数相同）创建一个新的数据框，每个公司只有一个条目，如下所示：

Ticker  Education Diversity

ABC     0.64

DEF     0.56

使用的公式是 (1 - ∑p i 2 ) 其中 p i是 i 个教育类别中每个教育类别的董事比例；例如，对于 ABC 公司，p 1 = 2/5。

谁能帮我在 Python (3.7) 中实现这个？任何帮助将不胜感激！

Answer 1

您可以尝试实现自己的def然后使用groupby.apply. 最后，Series.reset_index回到DataFrame格式：def blaus_index(arr):    return 1 - sum((arr.value_counts() / len(arr)) ** 2)df.groupby('Ticker')['Education'].apply(blaus_index).reset_index(name='Education Diversity')  Ticker  Education Diversity0    ABC                 0.641    DEF                 0.56