python - pandas 列的条件累积和

Question

我有以下数据框:

indicator = ["buy"] + ["hold"]*3 + ["sell"] + ["hold"]*4 + ["buy"] + ["hold"] * 2
values = np.random.randn(len(indicator)) / 100
df = pd.DataFrame({"indicator": indicator, "values": values})
df

OUTPUT
    indicator   values
0   buy      0.001810
1   hold     0.011779
2   hold    -0.003350
3   hold    0.010311
4   sell    -0.010846
5   hold    -0.013635
6   hold    0.003794
7   hold    -0.003792
8   hold    0.006421
9   buy    -0.019779
10  hold    0.007123
11  hold    0.025983

我想根据列indicator的以下逻辑来累积列值:

• 当买入累积所有行时，直到卖出
• 当所有行的卖出累计时，直到买入

此外，我想知道买入或卖出周期的长度。

预期的输出是这样的:

    indicator   values  period  Cumsum
0   buy     0.004730    1   0.004730
1   hold    -0.006814   1   -0.002084
2   hold    0.002424    1   0.000340
3   hold    -0.017007   1   -0.016667
4   sell    0.007531    2   0.007531
5   hold    -0.015347   2   -0.007816
6   hold    0.000051    2   -0.007765
7   hold    -0.001202   2   -0.008967
8   hold    -0.008070   2   -0.017037
9   buy     0.028718    3   0.028718
10  hold    -0.005978   3   0.022740
11  hold    0.004725    3   0.027465

我该如何进行这个条件累积。一旦我有了period列，我就可以执行.groupby("period")。但是 pandas 生成此列的方式是什么？

Answer 1

您可以首先对指标未持有进行求和:

df['period'] = df['indicator'].ne('hold').cumsum()
df['Cumsum'] = df.groupby('period')['values'].cumsum()

您可以通过以下方式获取尺寸:

df.groupby('period').size()

输出:

   indicator    values  period    Cumsum
0        buy  0.001810       1  0.001810
1       hold  0.011779       1  0.013589
2       hold -0.003350       1  0.010239
3       hold  0.010311       1  0.020550
4       sell -0.010846       2 -0.010846
5       hold -0.013635       2 -0.024481
6       hold  0.003794       2 -0.020687
7       hold -0.003792       2 -0.024479
8       hold  0.006421       2 -0.018058
9        buy -0.019779       3 -0.019779
10      hold  0.007123       3 -0.012656
11      hold  0.025983       3  0.013327