Python Pandas：为给定值搜索数据帧中最近的前一行

我试图创建一个函数，当找到一个条件时（特别是当一个列的值=='Trade'），它会搜索前两列的行，并找到与Trade

price

匹配的值，计算在每个列中找到价格的次数

我有一个报价/订单记录的数据框架：

import io
import pandas as pd


data_raw = """
date_time, type, price, bid_price, ask_price,
2020-11-16 01:39:06.221102501, Quote,  7045.5, 7045.0, 7047.0 
2020-11-16 01:39:06.221102501, Trade,  7045.5, 7045.0, 7047.0 
2020-11-16 01:39:06.221102501, Trade,  7045.5, 7045.0, 7047.0 
2020-11-16 01:39:09.044653308, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:09.044653308, Quote,  7045.0, 7045.0, 7046.5
2020-11-16 01:39:09.044653308, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:09.044653308, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:09.824195125, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:09.824195125, Quote,  7045.0, 7045.0, 7046.5
2020-11-16 01:39:09.824195125, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:09.984520580, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:10.408151534, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:10.564184018, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:11.008204633, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:11.032939855, Quote,  7045.0, 7045.0, 7046.0
2020-11-16 01:39:11.230065390, Quote, 7045.0, 7044.0,  7046.0
2020-11-16 01:39:11.230065390, Trade,  7045.0, 7044.0, 7046.0
2020-11-16 01:39:11.232176362, Quote,  7045.0, 7044.0, 7045.5
2020-11-16 01:39:12.924164557, Quote,  7045.0, 7044.0, 7046.0
"""

df = pd.read_csv(io.StringIO(data_raw), sep=",")
df

我想创建两个单独的列，它们是一笔交易与

bid\u price

列或

ask\u price

列上最近的前面的报价匹配的累计次数之和。我想我需要创建一个函数来实现这一点

例如，当记录

type

为'Trade'，且价格为7040.0时，我希望该函数可以搜索前n条记录并找到匹配的报价。如果价格与“出价”匹配，则我可以+=1出价计数，反之亦然，如果价格与“要价”匹配

我曾尝试将“日期和时间”列设置为索引并按时间顺序排序，但是，交易并不总是紧跟在报价之后

我最初的想法是使用类似于

pd.index.get_loc（df['price']，method='ffill'，tolerance=10）

的东西，但是，我不知道如何搜索单独的

bid_price

或

ask_price

列

预期产出：

date_time                     type  price  bid_price ask_price cum_bid cum_ask
2020-11-16 01:39:06.221102501 Quote 7045.5 7045.0    7047.0    0       0
2020-11-16 01:39:06.221102501 Trade 7045.5 7045.0    7047.0    1       0
2020-11-16 01:39:06.221102501 Trade 7045.5 7045.0    7047.0    2       0
2020-11-16 01:39:09.044653308 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:09.044653308 Quote 7045.0 7045.0    7046.5    2       0
2020-11-16 01:39:09.044653308 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:09.044653308 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:09.824195125 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:09.824195125 Quote 7045.0 7045.0    7046.5    2       0
2020-11-16 01:39:09.824195125 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:09.984520580 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:10.408151534 Quote 7045.0 7045.0    7046.0    2       0     
2020-11-16 01:39:10.564184018 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:11.008204633 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:11.032939855 Quote 7045.0 7045.0    7046.0    2       0
2020-11-16 01:39:11.230065390 Quote 7045.0 7044.0    7046.0    2       0
2020-11-16 01:39:11.230065390 Trade 7045.0 7044.0    7046.0    3       0
2020-11-16 01:39:11.232176362 Quote 7045.0 7044.0    7045.5    3       0
2020-11-16 01:39:12.924164557 Quote 7045.0 7044.0    7046.0    3       0

---

感谢您的帮助。

请填写价格栏

df['price']=df['price'].bfill（）

检查其是否等于“出价/出价”列，计算总和并使用“交易”列进行过滤

df['cum_ask'] = df['price'].eq(df['ask_price']).cumsum().where(df['type'].eq(' Trade'), None).ffill()

df['cum_bid'] = df['price'].eq(df['bid_price']).cumsum().where(df['type'].eq(' Trade'), None).ffill()

最后一次清理创造了南区

df[[cum_-bid'、[cum_-ask']]=df[[cum_-bid'、[cum_-ask']].fillna（0）.astype（int）

---

回填价格列

df['price']=df['price'].bfill（）

检查其是否等于“出价/出价”列，计算总和并使用“交易”列进行过滤

df['cum_ask'] = df['price'].eq(df['ask_price']).cumsum().where(df['type'].eq(' Trade'), None).ffill()

df['cum_bid'] = df['price'].eq(df['bid_price']).cumsum().where(df['type'].eq(' Trade'), None).ffill()

最后一次清理创造了南区

df[[cum_-bid'、[cum_-ask']]=df[[cum_-bid'、[cum_-ask']].fillna（0）.astype（int）

---

---

你能发布一个预期的输出吗dataframe@Kenan现在添加了预期输出。预期输出df与价格列中的输入df不同，是否正确？@Kenan是-输出数据帧是人为设计的。这是为了演示我希望这两个输出列的性能。我以为我们只是创建了

cum\u bid/cum\u ask

列，价格列是如何重新计算的？在输入df中有2项交易，在预期输出中有3项交易。你能发布预期输出吗dataframe@Kenan现在添加了预期输出。预期输出df与价格列中的输入df不同，是否正确？@Kenan是-输出数据帧是人为设计的。这是为了演示我希望这两个输出列的性能。我以为我们只是创建了

cum\u bid/cum\u ask

列，价格列是如何重新计算的？输入df中有2个交易，预期输出中有3个交易谢谢-逻辑似乎非常合理，但是cumsum（）表现出奇怪的行为。当我将此应用于整个数据帧时，两列的cum计数，

cum\u ask

和

cum\u bid

计数与交易数量不符？另外，我不确定您是从哪里得到df[['bcum'，'acum']]的，因为我们没有用这些名称创建任何列？更新，请用给出问题的示例df更新问题，我将更新逻辑。现在更新df，谢谢，我的意思是用有问题的例子替换当前的例子，并发布预期的输出预期的输出是相同的-没有变化。不过，我已经更新了当前的示例。谢谢您——逻辑似乎非常合理，但是cumsum（）表现出奇怪的行为。当我将此应用于整个数据帧时，两列的cum计数，

cum\u ask

和

cum\u bid

计数与交易数量不符？另外，我不确定您是从哪里得到df[['bcum'，'acum']]的，因为我们没有用这些名称创建任何列？更新，请用给出问题的示例df更新问题，我将更新逻辑。现在更新df，谢谢，我的意思是用有问题的例子替换当前的例子，并发布预期的输出预期的输出是相同的-没有变化。但是，我已经更新了当前的示例。