Python 具有正值的单元格总数的百分比

我想计算一家公司有正收益的年份百分比。我的dataframe有数千家公司，因此我试图找出如何隔离每个公司来执行此计算

使用上述一家公司的样本数据，并假设RSG.AX成立于2007年，我希望生成的列为：

             percentPositiveEarnings
(NaN/12) =   NaN
(5/11)   =   0.45
(4/10)   =   0.4
(3/9)    =   0.33
(3/8)    =   0.375
(3/7)    =   0.429
(3/6)    =   0.5
(2/5)    =   0.4
(1/4)    =   0.25
(1/3)    =   0.33
(1/2)    =   0.5
(1/1)    =   1

此列中的每个单元格都应计算公司获得正收益的年数除以公司成立以来的总年数

我不确定是否必须使用

.groupby（）

来分隔每家公司的数据，因为我以前从未使用过它。感谢您的帮助

# Sample data.
df = pd.DataFrame({
    'RIC': ['RSG.AX'] * 12 + ['IBM'] * 2, 
    'Date': list(range(2007, 2019)) + list(range(2000, 2002)), 
    'FCF': [4.66, -2.36, -9.3, -5.7, 7.7, 1.2, -2.6, -2.4, -4.3, 1.1, 4.22, np.nan, 1, -2]
})

请注意，我选择忽略

NaN

值，而不是将结果变为

NaN

df = df.sort_values(['RIC', 'Date']).reset_index(drop=True)
pct_profitable = df.groupby('RIC')['FCF'].transform(
    lambda s: s.gt(0).cumsum() / s.notnull().cumsum())
>>> df.assign(pct_profitable=pct_profitable)
       RIC  Date   FCF  pct_profitable
0      IBM  2000  1.00        1.000000
1      IBM  2001 -2.00        0.500000
2   RSG.AX  2007  4.66        1.000000
3   RSG.AX  2008 -2.36        0.500000
4   RSG.AX  2009 -9.30        0.333333
5   RSG.AX  2010 -5.70        0.250000
6   RSG.AX  2011  7.70        0.400000
7   RSG.AX  2012  1.20        0.500000
8   RSG.AX  2013 -2.60        0.428571
9   RSG.AX  2014 -2.40        0.375000
10  RSG.AX  2015 -4.30        0.333333
11  RSG.AX  2016  1.10        0.400000
12  RSG.AX  2017  4.22        0.454545
13  RSG.AX  2018   NaN        0.454545

---

请不要将您的数据包括在图片中。将它们作为文本复制/粘贴到问题中。