使用条件和分组依据操作Pandas DataFrame

Question

DataFrame

我拥有上面的DataFrame，其中包含数百种乐器和不同的日期。对于每个日期中的每个乐器，我希望查找两行RecordType =='TRADE'（以黄色突出显示）。第一个交易类型位于RecordType =='Control'之后，第二个交易类型位于第一个交易之后30分钟，即，第一个交易之后30分钟内的最新交易。在我的示例中，第一次交易（9:59:47 AM）后30分钟应为10:29:47 AM，如果我将时间戳转换为毫秒（自午夜开始），则应为35987025 +（30分钟* 60 * 1000）= 37787025。因此，在37787025之前的最后一笔交易为37417668毫秒，以黄色突出显示。用红色突出显示的那些交易不是我想要的。

我可以知道最好的编码方法是什么吗？我的目的是获取工具，日期，时间和价格信息，以便我可以在市场开盘后30分钟比较价格变化。我知道我必须进行groupby（['Instrument'，'Date']）进行分析。谢谢。

Answer 1

知道将apply与groupby一起使用可能对您很有用。这不是经过测试的解决方案，而是如何到达那里的粗略指南：

def handle_single_group(df):
    trades = df[df.RecordType=='TRADE']
    first_trade = trades.iloc[0]

    latest_time_ok = first_trade['Time'] + timedelta(30)
    last_trade = trades[trades.Time <= latest_time_ok].iloc[-1]
    return pd.concat([first_trade, last_trade], axis=0)

df.groupby(['Instrument', 'Date']).apply(handle_single_group)

这假设交易是按时间排序的。如果不是这种情况，您也可以使用argmax。