我想计算面板数据中（2011-2020年）的每个股票代码（code），所对应的与之同行业

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我想计算面板数据中（2011-2020年）的每个股票代码（code），所对应的与之同行业（industry）的企业数？如果再加一个条件，是每个股票代码（code）每年（year）里与这个企业位于同行业（industry）的企业数量，这应该怎么计算呢？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：code 面板数据 股票代码 同行业 COD

要解决这个问题，你可以使用Python中的Pandas库。假设你的数据集是一个DataFrame类型的数据框，并命名为`df`。其中包含以下几列：股票代码（code）、年份（year）、所属行业（industry）。我们可以通过以下步骤来实现：

1. **计算每个企业每年的同行业公司数量**：
   首先，我们要对数据进行分组并计算每个group中相同行业的企业数量。这可以使用Pandas中的`groupby`和`transform`函数完成。

```python
import pandas as pd

# 假设df是你的DataFrame数据框
# 其中有列'code', 'year', 和 'industry'

# 使用groupby和size()计算每个(code, year)组中相同行业的公司数量，然后将结果保存为新列
df['same_industry_count'] = df.groupby(['year', 'industry']).size().reset_index(name='count')['count']
```

但上面的代码会为数据框中的每行都分配一个值，该值代表在该年的整个行业中企业总数。要得到每个`code`对应的同行业公司数量（不包括自身），我们需要稍微调整一下：

```python
# 先计算每个(code, year)组中相同行业的公司数量（包括自身）
df['same_industry_including_self'] = df.groupby(['year', 'industry']).size()

# 再计算每个(code, year)组的总企业数
total_companies_per_group = df.groupby(['year', 'industry'])['code'].transform('count')

# 最后，通过相减得到排除自身后的同行业公司数量
df['same_industry_excluding_self'] = total_companies_per_group - 1

# 如果你的数据框中存在重复的(code, year)组合（即一个企业出现在多个行），则需要使用`.agg('sum')`来处理这些情况：
df['same_industry_excluding_self'] = df.groupby(['year', 'code'])['same_industry_excluding_self'].transform('sum')

# 保留你关心的列
df = df[['year', 'code', 'industry', 'same_industry_excluding_self']]
```

2. **计算每个股票代码在整个时间段内与之同行业的企业数量**：
   这一步可以简单地通过不考虑`year`字段，直接在(code, industry)组合上进行groupby和size()操作实现。

```python
# 计算整个时间范围内，每个code对应的同行业公司数量（包括自身）
df['same_industry_over_period'] = df.groupby(['code', 'industry']).size().reset_index(name='count')['count']

# 如果你想要排除自身，则需要进行类似上述的处理，但这次是在(code, industry)组合上操作
total_companies_per_group_over_period = df.groupby(['code', 'industry'])['code'].transform('count')
df['same_industry_excluding_self_over_period'] = total_companies_per_group_over_period - 1

# 确保只保留你关心的列
df = df[['code', 'industry', 'same_industry_excluding_self_over_period']]
```

这些步骤应该能帮助你计算出每年及整个时间段内，每个股票代码对应的同行业企业数量。请注意根据你的数据实际情况调整代码。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用