多级熊猫 groupby

Question

我需要保持“每个团队每个帐户每个脚本”的位置。所以我认为可能会使用熊猫groupby。我也试图在数据框的评论中陈述我的问题。位置栏是我手动添加的。

我有初始 df

             time account scrip  buy_price  sell_price  qty   team  
0  06/07/17 09:36      A1  FUT1       50.0         NaN    2  team1         
1  06/07/17 09:46      A2  FUT1      100.0         NaN    2  team1         
2  06/07/17 09:56      A3  FUT1       10.0         NaN    2  team2         
3  06/07/17 09:57      A3  FUT1        NaN        10.0    2  team2         
4  06/07/17 09:58      A1  FUT1        NaN        50.0    1  team1         
5  06/07/17 09:59      A3  FUT1        NaN        50.0    1  team2 

我需要添加位置。位置列是我手动添加的，在评论中我写了额外的注释，以明确如何计算位置。

             time account scrip  buy_price  sell_price  qty   team  position                                    comment
0  06/07/17 09:36      A1  FUT1       50.0         NaN    2  team1         2  this can only be sold by team1 account A1
1  06/07/17 09:46      A2  FUT1      100.0         NaN    2  team1         2  this can only be sold by team1 account A2
2  06/07/17 09:56      A3  FUT1       10.0         NaN    2  team2         2  this can only be sold by team2 account A3
3  06/07/17 09:57      A3  FUT1        NaN        10.0    2  team2         0                 sold by team 2 in  acc A3 
4  06/07/17 09:58      A1  FUT1        NaN        50.0    1  team1         1                  sold by team 1 in acc A1 
5  06/07/17 09:59      A3  FUT1        NaN        50.0    1  team2        -1                   sold by team 2 in acc A3

以上示例仅针对 1 个代币 FUT1，会有很多代币。我的最终结果将类似于。

Team Account Scrip Position
team1 A1      FUT1 1 
      A2      FUT1 2
team2 A3      FUT1 -1

一旦位置计算成功，可以稍后处理最终结果。 我的方法：在每一行中创建一个唯一的键，以便知道何时 + 或 - 位置。例如。 A1_FUT1_team1 为row1 A2_FUT1_team1 为row2。然后添加减法匹配键。这到底是个好方法吗？

Answer 1

您的问题可以通过两步轻松解决：

第一步：

import math
df['some_stuff'] = df.apply(lambda x: -x.qty if math.isnan(x.buy_price) else x.qty,axis=1)

这一行正在创建一个新列some_stuff，我这样做只是为了在您的数据中引入gain and loss的一些逻辑。

如果您不想要一个新列并且您喜欢这个想法，只需将 qty 列替换为如下所示：

df['qty'] = df.apply(lambda x: -x.qty if math.isnan(x.buy_price) else x.qty,axis=1)

接下来，我使用这个新列创建您的position column，如下所示：

df['position'] = df.groupby(['team','account','scrip'])['some_stuff'].cumsum()

生成此列：

position
       2
       2
       2
       0
       1
      -1

奖励：

如果您想删除多余的列some_stuff，只需使用：

del df['some_stuff']

第二步：

这是您使用此行获得最终分组表的步骤：

print(df.groupby(['team', 'account', 'scrip']).min())

最终输出：

                               time  buy_price  sell_price  qty  position
team  account scrip                                                      
team1 A1      FUT1   06/07/17 09:36       50.0        50.0    1         1
      A2      FUT1   06/07/17 09:46      100.0         NaN    2         2
team2 A3      FUT1   06/07/17 09:56       10.0        10.0    1        -1

我相信这可以回答您的问题。

文档：

pandas.DataFrame.apply

pandas.Groupby

pandas.DataFrame.cumsum

pandas.DataFrame.min

Answer 2

这是你要找的吗？

df.groupby(['team', 'account', 'scrip']).min()

它给了我：

                      time  buy_price  sell_price  qty  position
team  account scrip                                             
team1 A1      FUT1   09:36       50.0        50.0    1         1
      A2      FUT1   09:46      100.0         NaN    2         2
team2 A3      FUT1   09:56       10.0        10.0    1        -1

这比您想要的多一些列，但您可以将要查找的内容子集化。

（groupby 默认将分组列移动到多级索引，但如果这不是您想要的，您可以在 .groupby() 中添加 as_index=False 作为 arg）