如何根据布尔列从真到假的变化对多索引熊猫系列求和？

问题描述

我想计算熊猫数据帧中保存的一组股票交易中的往返（日内交易者）交易次数。我的数据最初有 3 列：['ticker','TradeDate','quantity']。我想根据总正数量值汇总数量。

我的输入数据：

df = pd.DataFrame({
    'TradeDate':["12/28/2020","12/28/2020","12/27/2020","12/27/2020"],'ticker':["A2","A1","A2","A1"],'quantity':[-3,-2,1,3,-1,-5,-4,5,2,2]
    },columns=['TradeDate','ticker','quantity'])

#	TradeDate	代码	数量
0	12/28/2020	A2	-3
1	12/28/2020	A1	-2
2	12/28/2020	A1	1
3	12/28/2020	A2	3
4	12/28/2020	A1	1
5	12/28/2020	A1	-1
6	12/28/2020	A1	1
7	12/28/2020	A2	-2
8	12/27/2020	A2	1
9	12/27/2020	A2	-5
10	12/27/2020	A1	-4
11	12/27/2020	A2	5
12	12/27/2020	A1	2
13	12/27/2020	A2	1
14	12/27/2020	A1	2

请注意，指数 7 是从长期持有中出售的，不包括在产出中。请注意，指数 8 是为长期持有而购买的，不包括在输出中。请注意，指数 13 是为长期持有而购买的，不包括在输出中。

我的预期输出：往返次数 = 5

我的预期输出 df：

#	TradeDate	代码	数量
0	12/28/2020	A2	-3
1	12/28/2020	A2	3
2	12/28/2020	A1	-2
3	12/28/2020	A1	2
4	12/28/2020	A1	-1
5	12/28/2020	A1	1
6	12/27/2020	A2	-5
7	12/27/2020	A2	5
8	12/27/2020	A1	-4
9	12/27/2020	A1	4

我已经通读了这个问题和链接的骗子，它并没有完全回答如何解决这个问题。 Counting the amount of times a boolean goes from True to False in a column

我尝试制作一列“q_bool”，如果数量 > 0，则该列为 True，然后使用股票代码的切片检查 q_bool 中的更改，但在包含日期时会引发错误。

我目前的工作解决方案是：

    df['q_bool'] = (df['quantity'] > 0)
    ticker_set = set(df['ticker'])
    running_round_trips_counted = 0
    for ticker in ticker_set:
        ticker_mask = (df['ticker'] == ticker)
        temp_df_slice = df[ticker_mask]
        date_set = set(temp_df_slice['TradeDate'])
        for d in date_set:
            d_mask = (temp_df_slice['TradeDate'] == d)
            d_temp_df_slice = temp_df_slice[d_mask]
            d_temp_df_slice = d_temp_df_slice.groupby([d_temp_df_slice['q_bool'].ne(df['q_bool'].shift()).cumsum(),'q_bool']).size()
            half_of_transactions = math.trunc(len(d_temp_df_slice)/2)
            running_round_trips_counted = running_round_trips_counted + half_of_transactions

    print(running_round_trips_counted)

输出是 6 次往返。

上面的代码感觉很笨拙且难以理解。我做了以下事情：

按 'TradeDate' 切片，然后按 'ticker' 再切片
统计 q_bool 中的变化，并把它变成一个新的 temp_multiindex_df
如果 df_slice 行数为奇数，则从 temp_multiindex_df 中减去 1
将changes_in_qbool 添加到cumulative_round_trip_count 变量，并且
使用 for 循环制作切片并遍历我的 df 中的所有日期和代码。

我当前工作解决方案的问题：

如果我在一天的开始和结束时购买长期持有，则重复计算。
此解决方案不输出摘要日交易者 df。

有没有更pythonic的方法来做到这一点？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

aggregation finance multi-index quantitative-finance