Python 3.x 如何通过每日重置有条件地累积一行

我有一只熊猫

df

看起来像这样：

                    price  quantity initiator
time                                          
2016-07-13 16:19:31   6.20      8000         B
2016-07-13 16:19:45   6.19      5176         S
2016-07-13 16:25:08   6.24     15000         NaN
2016-07-13 16:25:08   6.24      2847         S
2016-07-13 16:25:08   6.24     39829         B
2016-07-13 16:25:08   6.24      2398         B
2016-07-13 16:25:08   6.24      1844         NaN
2016-07-13 16:25:08   6.24      9538         S
2016-07-13 16:25:08   6.24       459         B
2016-07-13 16:25:08   6.24      1082         B

我想添加一个包含累计数量的列，它每天从零开始。条件是，如果启动器为B，则数量为正；如果为S，则数量为负；如果为NaN，则数量不计算

因此，根据上述数据，我的新专栏将如下所示：

acc_quantity
8000
2824
2824
337
40166
42564
42564
33026
33485
34567

---

您在概念上是如何做到这一点的？

使用

np.where

和

notnull

创建

[-1,0,1]

系列。将此系列乘以

df.quantity

并使用

cumsum

我们将构建一个函数来执行上述操作，并将其应用于按天分组的

groupby

import pandas as pd
import numpy as np
from StringIO import StringIO

text = """time       price  quantity  initiator
2016-07-13 16:19:31   6.20      8000         B
2016-07-13 16:19:45   6.19      5176         S
2016-07-13 16:25:08   6.24     15000         NaN
2016-07-13 16:25:08   6.24      2847         S
2016-07-13 16:25:08   6.24     39829         B
2016-07-13 16:25:08   6.24      2398         B
2016-07-13 16:25:08   6.24      1844         NaN
2016-07-13 16:25:08   6.24      9538         S
2016-07-13 16:25:08   6.24       459         B
2016-07-13 16:25:08   6.24      1082         B
2016-07-14 16:19:31   6.20      8000         B
2016-07-14 16:19:45   6.19      5176         S
2016-07-14 16:25:08   6.24     15000         NaN
2016-07-14 16:25:08   6.24      2847         S
2016-07-14 16:25:08   6.24     39829         B
2016-07-14 16:25:08   6.24      2398         B
2016-07-14 16:25:08   6.24      1844         NaN
2016-07-14 16:25:08   6.24      9538         S
2016-07-14 16:25:08   6.24       459         B
2016-07-14 16:25:08   6.24      1082         B"""

df = pd.read_csv(StringIO(text), sep='\s{2,}', engine='python', index_col=0, parse_dates=[0])

def accumulator(df):
    initiator = np.where(df.initiator == 'B', 1, -1) * df.initiator.notnull()
    return pd.DataFrame((df.quantity * initiator).cumsum(), df.index, ['acc_quantity'])

pd.concat([df, df.groupby(df.index.strftime('%Y-%m-%d')).apply(accumulator)], axis=1)

请注意这些值在新的一天开始时重置

---

太好了，干杯。每天将acc_数量重置为零怎么样？有什么想法吗？@cJc更新帖子。做得好！我忘了提到我的数据是以pandas数据框的形式出现的，首先使用pandas导入文件。我不熟悉StringIO，当我在df上运行代码而不是像您在示例中使用的文本字符串时，会收到一条错误消息。我该如何解决这个问题？@cJc

StringIO

模拟文件。当我阅读课文时，我会使用

pd.read\u csv

功能做出很多决定

sep='\s{2，}'

表示将2个或更多空白字符视为列分隔符

index\u col=0

表示第一列是索引

parse_dates=[0]

说第一列也应该被解析为datetime/timestamp。您看到的错误很可能是由于文件格式不同，以及未能以我所做的方式进行解析。或者您没有复制我使用过的相同参数。我猜文件格式不同。我可以将StringIO与数据帧一起使用，还是必须以不同的方式解决它？