使用Python：如果两个属性匹配（国家和日期），如何划分两个不同的指标（金额和汇率）？
Using Python: How to divide two different indicators (amount and exchange rate) in case two attributes match (Country AND date)?
我从包含三列 (screenshot of the table) 的经济学研究数据库下载并导入了一个 csv 文件：“国家代码”、“时间”、“指标”。基本上有两种类型的指标（1. 当地货币金额和 2. 欧元汇率）。我如何在 Python 中创建一个新列“EUR_amount”，如果国家代码和月份对于两个项目相同，则将金额除以汇率，例如EUR = amount/rate 国家和时间在哪里匹配？
非常感谢任何帮助！ （请记住，我是 python 的菜鸟，这是我关于 Whosebug 的第一个问题。）提前致谢。
编辑：在收到 mozway 的反馈后添加此代码（感谢）：
import pandas as pd
df = pd.DataFrame({'country_code':['EU','UK','US','EU','UK','US','EU','UK','US','EU','UK','US','EU','UK','US','EU','UK','US'],
'date':['2019-03','2019-03','2019-03','2019-04','2019-04','2019-04','2019-05','2019-05','2019-05','2019-03','2019-03','2019-03','2019-04','2019-04','2019-04','2019-05','2019-05','2019-05'],
'item':['exposure','exposure','exposure','exposure','exposure','exposure','exposure','exposure','exposure','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate'],
'value':[15000,9000,13000,16500,8750,17000,17000,7999,25000,1.00,1.25,0.90,1,1.23,0.93,1.00,1.24,0.95]})
print(df)
所以，重申一下我的问题：在 country_code 和日期匹配的情况下，如何将项目曝光与项目外汇汇率分开？
您可以先将数据帧分成两部分 - 曝光和 FX-rate
fx = df[df["item"]=="FX-rate"]
exp = df[df["item"]!="FX-rate"]
之后可以使用
merged_df = pd.merge(fx,exp,on=["country_code","date"],how='outer')
有关其他参数和示例，请参阅 https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.merge.html。
以上将导致
country_code
date
item_x
value_x
item_y
value_y
EU
2019-03
FX-rate
1.00
exposure
15000.0
UK
2019-03
FX-rate
1.25
exposure
9000.0
US
2019-03
FX-rate
0.90
exposure
13000.0
EU
2019-04
FX-rate
1.00
exposure
16500.0
UK
2019-04
FX-rate
1.23
exposure
8750.0
US
2019-04
FX-rate
0.93
exposure
17000.0
EU
2019-05
FX-rate
1.00
exposure
17000.0
UK
2019-05
FX-rate
1.24
exposure
7999.0
US
2019-05
FX-rate
0.95
exposure
25000.0
接下来只是除法问题
merged_df["Convert"] = merged_df["value_y"]/merged_df["value_x"]
我从包含三列 (screenshot of the table) 的经济学研究数据库下载并导入了一个 csv 文件：“国家代码”、“时间”、“指标”。基本上有两种类型的指标（1. 当地货币金额和 2. 欧元汇率）。我如何在 Python 中创建一个新列“EUR_amount”，如果国家代码和月份对于两个项目相同，则将金额除以汇率，例如EUR = amount/rate 国家和时间在哪里匹配？
非常感谢任何帮助！ （请记住，我是 python 的菜鸟，这是我关于 Whosebug 的第一个问题。）提前致谢。
编辑：在收到 mozway 的反馈后添加此代码（感谢）：
import pandas as pd
df = pd.DataFrame({'country_code':['EU','UK','US','EU','UK','US','EU','UK','US','EU','UK','US','EU','UK','US','EU','UK','US'],
'date':['2019-03','2019-03','2019-03','2019-04','2019-04','2019-04','2019-05','2019-05','2019-05','2019-03','2019-03','2019-03','2019-04','2019-04','2019-04','2019-05','2019-05','2019-05'],
'item':['exposure','exposure','exposure','exposure','exposure','exposure','exposure','exposure','exposure','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate','FX-rate'],
'value':[15000,9000,13000,16500,8750,17000,17000,7999,25000,1.00,1.25,0.90,1,1.23,0.93,1.00,1.24,0.95]})
print(df)
所以，重申一下我的问题：在 country_code 和日期匹配的情况下，如何将项目曝光与项目外汇汇率分开？
您可以先将数据帧分成两部分 - 曝光和 FX-rate
fx = df[df["item"]=="FX-rate"]
exp = df[df["item"]!="FX-rate"]
之后可以使用
merged_df = pd.merge(fx,exp,on=["country_code","date"],how='outer')
有关其他参数和示例，请参阅 https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.merge.html。
以上将导致
| country_code | date | item_x | value_x | item_y | value_y |
|---|---|---|---|---|---|
| EU | 2019-03 | FX-rate | 1.00 | exposure | 15000.0 |
| UK | 2019-03 | FX-rate | 1.25 | exposure | 9000.0 |
| US | 2019-03 | FX-rate | 0.90 | exposure | 13000.0 |
| EU | 2019-04 | FX-rate | 1.00 | exposure | 16500.0 |
| UK | 2019-04 | FX-rate | 1.23 | exposure | 8750.0 |
| US | 2019-04 | FX-rate | 0.93 | exposure | 17000.0 |
| EU | 2019-05 | FX-rate | 1.00 | exposure | 17000.0 |
| UK | 2019-05 | FX-rate | 1.24 | exposure | 7999.0 |
| US | 2019-05 | FX-rate | 0.95 | exposure | 25000.0 |
接下来只是除法问题
merged_df["Convert"] = merged_df["value_y"]/merged_df["value_x"]