主页 / 问题 / 1562304
Accepted
Вадим Мотеюнас
Asked:2024-01-19 16:46:49 +0800 CST2024-01-19 16:46:49 +0800 CST

基于条件的聚合

  • 772

告诉我如何通过按“股票代码”分组来计算“价格”列的百分比。即 价格上涨或下跌的百分比。我想像这样：按“股票代码”对数据进行分组，取第一个和最后一个分组索引 - 找出它们之间的差异。然后，如果差异之和为正，我想添加一个条件或者负数，然后将 pct_change 应用于 pcrice 列。只是不清楚如何通过 diff 检查条件，以及如果价格下跌或上涨如何应用 pct_change

import pandas as pd
df = pd.DataFrame([['sel', 3, 'axs'],
                   ['sel', 2, 'axs'],
                   ['sel', 6, 'axs'],
                   ['buy', 8, 'avax'],
                   ['buy', 3, 'avax'],
                   ['sel', 4, 'avax'],
                   ['sel', 3, 'xec'],
                   ['sel', 1000, 'xec'],
                   ['sel', 50, 'xec']],
                  columns=['side', 'price', 'ticker'],
                  index=pd.date_range(start='1/1/2018/20', end='1/08/2018/20', periods=9)) \
    .reset_index().sort_values('index')

print(df)

df = (df.groupby(['ticker'])['price'].take([0, -1]).reset_index().drop('level_1', axis=1).assign(
    diff_pr=lambda x: x.groupby('ticker')['price'].diff().fillna(0)))
print(df)
python

2 个回答

  1. Best Answer

    如果我正确理解了这个问题，那么也许你只需要这个：

    df.groupby("ticker")["price"].agg(['first', 'last']).T.pct_change().T["last"]*100

    ticker
avax     -50.000000
axs      100.000000
xec     1566.666667
Name: last, dtype: float64

    更新

    获取字典形式的结果：

    res = (df.groupby("ticker")["price"].agg(['first', 'last']).T.pct_change().T["last"]*100).to_dict()

    资源：

    {'avax': -50.0, 'axs': 100.0, 'xec': 1566.6666666666667}
    • 4

  2. 嗯，例如这样的事情。我们只需从最后的价格中减去第一个价格，再除以第一个价格并乘以 100。就可以得到变化的百分比：

    df2 = df.groupby(['ticker'])['price'] \
     .agg(lambda x: 100*(x.iloc[-1] - x.iloc[0])/x.iloc[0]) \
     .reset_index() \
     .rename(columns={'price': 'pct_change'})
df2

    结论：

        ticker  pct_change
0   avax    -50.000000
1   axs     100.000000
2   xec     1566.666667
    • 2

相关问题