Pandas - 循环重复的日期索引

Question

这是我的数据框。 有一个日期索引，每个日期有 4 个符号。 我想循环每个符号的每个日期。 “数量”列是根据前一个日期的“tot_value”计算的。 “tot_value”是针对特定日期计算的，并且对于所有交易品种都是通用的。每个日期的每个符号的“值”列都不同。

这是我在这里使用转变的方式的问题。它不引用先前的日期值。 相反，它使用我在填充数据帧时使用的 tot_value 的默认值。 然而，在最终结果中，tot_value 计算正确。

我是 python 新手，希望对这个循环有任何帮助。

数据框

这是我的代码。

import pandas as pd

# create the dataframe 
data = {'symbol': ['A', 'B', 'C', 'D','A', 'B', 'C', 'D','A', 'B', 'C', 'D','A', 'B', 'C', 'D'],
        'date':['05/06/2024','05/06/2024','05/06/2024','05/06/2024',
                               '05/07/2024','05/07/2024','05/07/2024','05/07/2024',
                               '05/08/2024','05/08/2024','05/08/2024','05/08/2024',
                               '05/09/2024','05/09/2024','05/09/2024','05/09/2024'],
       'tot_value': [1000, 1000, 1000, 1000,1000, 1000, 1000, 1000,1000, 1000, 1000, 1000,1000, 1000, 1000, 1000],
       'mult': [1, 1.1, 1.2, 1.3,1.4, 1.5, 1.6, 1.7,1.8, 1.9, 2, 2.1,2.2, 2.3, 2.4, 2.5],
       'quantity': [0, 0, 0, 0,0, 0, 0, 0,0, 0, 0, 0,0, 0, 0, 0],
       'value': [0, 0, 0, 0,0, 0, 0, 0,0, 0, 0, 0,0, 0, 0, 0],
       }

df = pd.DataFrame(data)
df.set_index(['date'], inplace = True)
symbols = df['symbol'].unique()

# loop by date index and symbol
for ind in df.index.unique():
    for symbol in symbols:
        df['quantity'][ind] = df['tot_value'][ind].shift(1) * df['mult'][ind]
        df['value'][ind] = df['quantity'][ind] * 5

    g = df.groupby('date')['value'].sum()
    df['tot_value'][ind] = g.sum()
    
df

这是预期的输出。 计算：

日期 = 5/6 之前的日期没有 tot_value，因此数量列为 NaN。因此该值也是 NaN。 tot_value = 默认值 1,000。

日期 = 5/7 前一个日期的 tot_value = 1,000。 该日期的数量基于 tot_value 1,000。 一旦计算出数量，价值计算就很简单了。 5/7 的 tot_value = 5/6 的 tot_value + 5/7 上 4 个符号的值之和。 5/7 的总值 = 1,000 + sum(7,000 + 7,500 + 8,000 + 8,500) = 32,000

日期 = 5/8 前一个日期的 tot_value = 32,000。 该日期的数量基于 tot_value 32,000。 一旦计算出数量，价值计算就很简单了。 5/8 的 tot_value = 5/7 的 tot_value + 5/8 上 4 个符号的值之和。 5/8 的总值 = 32,000 + sum(288,000 + 304,000 + 320,000 + 336,000) = 1,280,000。

	符号	tot_value（预期）	多	数量（预计）	值（预期）
日期
2024 年 5 月 6 日	A	1,000	1	NaN	NaN
2024 年 5 月 6 日	B	1,000	1.1	NaN	NaN
2024 年 5 月 6 日	C	1,000	1.2	NaN	NaN
2024 年 5 月 6 日	D	1,000	1.3	NaN	NaN
2024 年 5 月 7 日	A	32,000	1.4	1,400	7,000
2024 年 5 月 7 日	B	32,000	1.5	1,500	7,500
2024 年 5 月 7 日	C	32,000	1.6	1,600	8,000
2024 年 5 月 7 日	D	32,000	1.7	1,700	8,500
2024 年 5 月 8 日	A	1,280,000	1.8	57,600	288,000
2024 年 5 月 8 日	B	1,280,000	1.9	60,800	304,000
2024 年 5 月 8 日	C	1,280,000	2	64,000	320,000
2024 年 5 月 8 日	D	1,280,000	2.1	67,200	336,000
2024 年 5 月 9 日	A	61,440,000	2.2	2,816,000	14,080,000
2024 年 5 月 9 日	B	61,440,000	2.3	2,944,000	14,720,000
2024 年 5 月 9 日	C	61,440,000	2.4	3,072,000	15,360,000
2024 年 5 月 9 日	D	61,440,000	2.5	3,200,000	16,000,000

预期产出

Answer 1

你的计算本质上是迭代的，这个循环是一种有效的方法。

但这不是经典的推送操作类型。

假设数据按日期排序，然后按符号排序，一个选项是循环遍历

groupby

:

tot = df['tot_value'].iloc[0]
dates = df.index.unique()

for d, g in df.loc[dates[1]:].groupby('date', sort=False):
    qty = tot*g['mult']
    val = qty*5
    tot = val.sum()
    df.loc[d, 'quantity'] = qty
    df.loc[d, 'value'] = val
    df.loc[d, 'tot_value'] = tot