python - 根据另一列值重新采样和聚合数据

Question

我的时间序列是这样的:

TranID,Time,Price,Volume,SaleOrderVolume,BuyOrderVolume,Type,SaleOrderID,SaleOrderPrice,BuyOrderID,BuyOrderPrice
1,09:25:00,137.69,200,200,453,B,182023,137.69,241939,137.69
2,09:25:00,137.69,253,300,453,S,184857,137.69,241939,137.69
3,09:25:00,137.69,47,300,200,B,184857,137.69,241322,137.69
4,09:25:00,137.69,153,200,200,B,219208,137.69,241322,137.69

我想按体积重新采样和聚合数据帧，但结果，我应该能够得到类似的结果:

Time, Volume_B, Volume_S
09:25:00, 400, 253

当类型为“B”时，Volume_B 为聚合交易量；当类型为“S”时，Volume_S 为聚合交易量。

我的功能如下，但效果不佳。

data.resample('t').agg(Volume_B=(Volume=lambda x: np.where(x['Type']=='B', x['Volume'], 0)), Volume_A=(Volume=lambda x: np.where(x['Type']=='S', x['Volume'], 0)))

如何正确实现？

Answer 1

一种方法是像您一样使用 np.where 创建列 Volume_B (和 _S)，然后聚合，因此:

res = (
    df.assign(Volume_B= lambda x: np.where(x['Type']=='B', x['Volume'], 0), 
              Volume_S= lambda x: np.where(x['Type']=='S', x['Volume'], 0))\
      .groupby(df['Time']) # you can replace by resample here
      [['Volume_B','Volume_S']].sum()
      .reset_index()
)
print(res)
       Time  Volume_B  Volume_S
0  09:25:00       400       253

编辑，使用这样的输入(并在“时间”列上聚合)，然后您还可以执行一个pivot_table，例如:

(df.pivot_table(index='Time', columns='Type', 
                values='Volume', aggfunc=sum)
   .add_prefix('Volume_')
   .reset_index()
   .rename_axis(columns=None)
)