我的数据框中有一些数据(交易数据),我需要每天进行总结。
数据连接到流,因此我有很多行,其中包含以下对此很重要的数据点(还有更多数据点,因此不在此处复制)
数量、开始日期、结束日期
例如:
Volume, Start Date, End Date
100, 1 April 2019, 30 June 2019
50, 1 Jan 2019, 30 June 2019
所有这些行的开始日期和结束日期都可以重叠。
我正在寻找一种创建输出的简单方法:(使用上面的 2 笔交易作为示例数据) 天,总交易量
例如:
1 Jan, 50
2 Jan, 50
....
1 April, 150
2 April, 150
...
29 June, 150
30 June, 150
1 July, 0
...
31 Dec, 0
我可以遍历每一行,然后遍历每笔交易。但对于这么多人来说,这似乎是一个漫长而缓慢的过程。
我正在使用 Jupyter 笔记本和 Python 3。
感谢任何帮助 - 即使它为我指明了我在搜索中可能错过的解决方案......
最佳答案
我已经通过过滤解决了这个问题。
def volumebyday(date, df, start, end, col):
#date = date to sum, df = dataframe, start/end = name of start/end date column, col = column to sum
trade1 = df[start] <= date
trade2 = df[end] >= date
return df[col][trade1 & trade2].sum(axis=0)
然后通过 lambda 函数使用它
df = df.apply(lambda row: volumebyday(row["date"], trades, "start_date","end_date","qty")
关于Python:将数据转换为时间序列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56292797/