python - 如何在每次更改日期时重新​​启动的 Pandas 中执行累积计算？

Question

这是我的数据的简化版本:

    Date and Time           Price   Volume
0   2015-01-01 17:00:00.211 2030.25 342
1   2015-01-01 17:00:02.456 2030.75 203
2   2015-01-02 17:00:00.054 2031.00 182
3   2015-01-02 17:00:25.882 2031.75 249

我想计算每天的累积量，这样最终的结果会是这样的:

data['cum_Vol'] = data['Volume'].cumsum()

输出:

    Date and Time           Price   Volume cum_Vol
0   2015-01-01 17:00:00.211 2030.25 342    342
1   2015-01-01 17:00:02.456 2030.75 203    545
2   2015-01-02 17:00:00.054 2031.00 182    182
3   2015-01-02 17:00:25.882 2031.75 249    431

请注意，在日期发生变化时如何重新开始计算，而不是执行常规的 cumsum()，在从 2015-01-01 到 2015-01-02 的示例中。

Answer 1

最简单的方法可能是将“日期和时间”设置为索引，然后使用 groupby 和 TimeGrouper 对日期进行分组。然后你可以应用cumsum():

>>> df2 = df.set_index('Date and Time')
>>> df2['Volume'] = df2.groupby(pd.TimeGrouper('D'))['Volume'].cumsum()
>>> df2
                           Price  Volume
DateandTime                             
2015-01-01 17:00:00.211  2030.25     342
2015-01-01 17:00:02.456  2030.75     545
2015-01-02 17:00:00.054  2031.00     182
2015-01-02 17:00:25.882  2031.75     431

之后您可以随时重新设置索引。