python - 如何使用 pandas 获取时间戳计算

Question

我想找出价格在哪个时间段较低和较高的百分比。

数据看起来像这样

    Last    Timestampvalue  

2   3071.56 1547986549
3   3097.82 1547986666
4   3097.82 1547986675
5   3095.25 1547986737
6   3087.42 1547986798
7   3095.29 1547986854
8   3095.25 1547986918
9   3093.11 1547986975
10  3103    1547987034
11  3095    1547987096
12  3100.6  1547987157
13  3099.84 1547987218
14  3098.77 1547987277
15  3097.24 1547987340
16  3090    1547987397
17  3090    1547987457

预期

    Last    Timestampvalue   pct_Max

2   3071.56 1547986549
3   3097.82 1547986666
4   3097.82 1547986675
5   3095.25 1547986737
6   3087.42 1547986798
7   3095.29 1547986854
8   3095.25 1547986918
9   3093.11 1547986975
10  3103    1547987034
11  3095    1547987096
12  3100.6  1547987157
13  3099.84 1547987218
14  3098.77 1547987277
15  3097.24 1547987340
16  3090    1547987397
17  3090    1547987457         0.5341
18  3098    1547987519         0.5

我期望的逻辑如下，

(1547987034-1547986549)/(1547987457-1547986549) = 0.5341(1547987034-1547986549)/(1547987519-1547986549) = 0.5

这是最大值(3103)出现在第10行，这里的时间戳是1547987034，然后我用第2行的时间戳(1547986549)减去它，然后除以第17行出现的第15分钟时间戳，所以时间戳这里是 1547987457 并用第 2 行的时间戳减去它。

我知道在 Excel 中计算这个值，但在 pandas 中我试图找出 15 分钟时最大的值，并且不确定如何获取它的时间戳，而且它也需要进行类型分割。

for v in df['Type'].unique():
    mask = df['Type'].eq(v)
    df.loc[mask, f'Prev15minMax_{v}'] = (df.loc[mask,'Last']
                                           .rolling('15min',min_periods=15)
                                           .max())

类型列看起来像 this

Answer 1

这是您的计算元素(分解):

max_Last = df1.loc[df1['Last'] == df1['Last'].max(),'Timestampvalue']
max_ts = df1['Timestampvalue'].max()
min_ts = df1['Timestampvalue'].min()
cpt = (max_Last - min_ts) / (max_ts - min_ts)

以下是获取指定列的方法:

df1['pct_Max'] = ''
df1.loc[df1['Timestampvalue'] == df1['Timestampvalue'].max(),'pct_Max'] = cpt