python - Pandas 损益汇总到下一个工作日

Question

我很难有效地执行此操作。我在数据框中有一些股票和每日损益信息。实际上，我有数百万行数据，所以效率很重要!数据框看起来像:

-------------------------------
| Date       | Security | P&L |
-------------------------------
| 2016-01-01 | AAPL     | 100 |
-------------------------------
| 2016-01-02 | AAPL     | 200 |
-------------------------------
| 2016-01-03 | AAPL     | 300 |
-------------------------------
| 2016-01-04 | AAPL     | -200 |
-------------------------------

我只想将损益结转至下一个工作日(不包括所有美国假期和周末)因此，生成的数据框如下所示:

-------------------------------
| Date       | Security | P&L |
-------------------------------
| 2016-01-04 | AAPL     | 400 |
-------------------------------

我正在寻找一种有效的方法来实现这一点。不幸的是，我确实有数以千计的证券和超过 5 年的数据需要处理，所以暴力破解是行不通的!

提前致谢，非常感谢任何关于此的指示!

Answer 1

我们可以创建业务日期的 DataFrame，然后 merge_asof。然后我们可以对此进行分组以获得总和。

import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar

#df['Date'] = pd.to_datetime(df.Date)
date_min = '2015-01-01'
date_max = '2016-12-31'

cal = USFederalHolidayCalendar()
holidays = cal.holidays(date_min, date_max).tolist()
df2 = pd.DataFrame({'bdate': pd.bdate_range(date_min, date_max, 
                                            holidays=holidays, freq='C')})

res = pd.merge_asof(df, df2, left_on='Date', right_on='bdate', direction='forward')
#        Date Security  P&L      bdate
#0 2016-01-01     AAPL  100 2016-01-04
#1 2016-01-02     AAPL  200 2016-01-04
#2 2016-01-03     AAPL  300 2016-01-04
#3 2016-01-04     AAPL -200 2016-01-04

res.groupby(['Security', 'bdate'])['P&L'].sum()
#Security  bdate     
#AAPL      2016-01-04    400