Python 如何在一个数据帧中组合连续数据并累加值

我有一个数据帧：

 Type:  Volume: Date:
 Q     10      2016.6.1
 Q     20      2016.6.1 
 T     10      2016.6.2 
 Q     10      2016.6.3
 T     20      2016.6.4
 T     20      2016.6.5
 Q     10      2016.6.6

请注意，两个连续T的日期不同，我想选择第一个日期

我想将类型T合并到一行，并且仅当两个（或多个）T是连续的时才加上体积

i、 e.致：

 Q     10      2016.6.1
 Q     20      2016.6.1 
 T     10      2016.6.2 
 Q     10      2016.6.3
 T     20+20=40 2016.6.4
 Q     10      2016.6.6

我现在使用的代码是：

df.groupby(by = [df.Type.ne('T').cumsum(),'Price', 'Time', 'Type'], as_index = False)['Volume'].sum()

但是，此代码仅在连续Ts的日期相同时有效。你知道如何把连续的T和不同的日期结合起来，只取第一个日期吗

输出：

  Type       Date  Volume
0    Q 2016-06-01      10
1    Q 2016-06-01      20
2    T 2016-06-02      10
3    Q 2016-06-03      10
4    T 2016-06-04      40
5    Q 2016-06-06      10

---

谢谢，但是我不想查找聚合值，我只想在有两个连续的Ts@bing确切地说是两个或多个？多个，也就是说，对于Q T Q T T Q T=>Q T Q T Q T谢谢你的回答。它适用于这个数据帧，但是，如果我得到了如上表所示的数据帧（更多列：MidPrice，L1 BidPrice…），并且我更改了代码，但它不起作用-MidPrice，L1 BidPrice似乎是0@bing嗯，你的问题似乎一直在变化。您只需要在

.agg

中添加新的列，根据您希望聚合每个列的方式（

sum

，

first

，

count

，

mean

，等等）。

  Type       Date  Volume
0    Q 2016-06-01      10
1    Q 2016-06-01      20
2    T 2016-06-02      10
3    Q 2016-06-03      10
4    T 2016-06-04      40
5    Q 2016-06-06      10