Python 熊猫：使用具有多索引的聚合

我有一个关于

agg

在

pandas

中正确使用的问题。我正在研究的具体问题是在金融领域，更具体地说，是从完整的限额订单簿计算流动性度量

我的数据包含订单簿的询问部分（代表人们在特定时刻想要卖出多少股票以及以什么价格卖出），我想计算在特定时刻买入50股的假设价格。例如，假设上午9点库存X的订单簿如下所示：

example_data=pd.DataFrame({'price':[100.023,100.031,100.039,100.109,100.219 ],'avail_shares':      [40,1,20,23,15],'midpoint':[99.996 ,99.996 ,99.996 ,99.996,99.996 ]})

如果价格是出售股票的价格，则avail_shares是每种价格下可用的股票数量，中点是订单簿中最佳买入和卖出价格的平均值。为了获得一个流动性度量，考虑到一个大订单可以同时达到多个价格水平（即“走账”），我定义了以下交易成本（ctt）函数：

def ctt_ask(dfrm,level=50):
    dfrm['cumshares']=dfrm['avail_shares'].cumsum()
    dfrm['indicator']=0
    dfrm['indicator'].ix[dfrm.cumshares<level,]=dfrm.cumshares
    dfrm['indicator'].ix[(dfrm.cumshares>level) & (dfrm.cumshares.shift(1)<level),]=(level-  dfrm.cumshares.shift(1))
   liquidity_measure=((dfrm.price-dfrm.midpoint)*dfrm.indicator).sum()
    return liquidity_measure

def ctt\U ask（dfrm，级别=50）：
dfrm['cumshares']=dfrm['avail_shares'].cumsum（）
dfrm['indicator']=0
dfrm['indicator'].ix[dfrm.cumshareslevel）和（dfrm.cumshares.shift（1）在尝试访问您没有的列时获得
KeyError
，这对我来说似乎很直观。您希望发生什么？问题是自动传递给agg的第一个参数是一个系列（对于要聚合的数据帧中的每列）而不是数据帧本身。这意味着您不能引用要聚合的列以外的列。这就是为什么当您不使用groupby进行此操作时，is可以正常工作的原因。您可以尝试使用
transform
，因为传递给transform的对象是组中的整个数据帧。谢谢您的评论。@Paul H，如我所述在描述中，我的数据集中有一个名为avail_shares的列，所以这不是问题。@Woody Pride，你是对的，我现在明白了为什么我不能使用
agg
。但是，
apply
和
transform
也给了我一个错误：
异常：无法处理非唯一的多索引！
。所以一定有错误我想使用
ix
可能有问题，但我不知道为什么或者应该怎么解决。