Pandas 如何使用来自另一个数据帧的分组输出创建新的数据帧？

我有包含符号、出价和要价的勾号数据。我能够找到每个符号的平均排列和标准偏差

我想为每个符号创建一个置信区间，并让最终的数据帧输出包含列

• 股票代码
• 平均价差
• 下限95%置信度
• 上界95%置信度

我该怎么做？这就是我能做到的程度：

df = pd.read_csv('C:\\Users\\William\\Desktop\\tickdata.csv',
                 dtype={'ticker': str, 'bidPrice': np.float64, 'askPrice': np.float64, 'afterHours': str},
                 usecols=['ticker', 'bidPrice', 'askPrice', 'afterHours'],
                 nrows=3000000
                 )

df = df[df.afterHours == "False"]
df = df[df.bidPrice != 0]
df = df[df.askPrice != 0]
df['spread'] = (df.askPrice - df.bidPrice)

print(df.groupby(['ticker'])['spread'].mean())
print(df.groupby(['ticker'])['spread'].std(ddof=0) * 1.96)

---

只要打电话给pd.dataframe就可以了

new\u df=pd.dataframe（df.groupby（['ticker']）['spread'].mean（））

---

嘿！我如何向其中添加第二列以包含标准偏差计算，并使其与ticker匹配？我想这正是让我困惑的地方，在那之后，我将直接创建一个第三和第四列，其中包含股票代码上的intervaluse pd.merge。how=“left”、left\u on='ticker'等。