Python:将数据转换为时间序列

Question

我的数据框中有一些数据(交易数据)，我需要每天进行总结。

数据连接到流，因此我有很多行，其中包含以下对此很重要的数据点(还有更多数据点，因此不在此处复制)

数量、开始日期、结束日期

例如:

Volume, Start Date, End Date   
100, 1 April 2019, 30 June 2019   
50, 1 Jan 2019, 30 June 2019 

所有这些行的开始日期和结束日期都可以重叠。

我正在寻找一种创建输出的简单方法:(使用上面的 2 笔交易作为示例数据)天，总交易量

例如:

1 Jan, 50  
2 Jan, 50  
....  
1 April, 150  
2 April, 150  
...  
29 June, 150  
30 June, 150  
1 July, 0   
...  
31 Dec, 0  

我可以遍历每一行，然后遍历每笔交易。但对于这么多人来说，这似乎是一个漫长而缓慢的过程。

我正在使用 Jupyter 笔记本和 Python 3。

感谢任何帮助 - 即使它为我指明了我在搜索中可能错过的解决方案......

Answer 1

我已经通过过滤解决了这个问题。

def volumebyday(date, df, start, end, col):
#date = date to sum, df = dataframe, start/end = name of start/end date column, col = column to sum
    trade1 = df[start] <= date
    trade2 = df[end] >= date
    return df[col][trade1 & trade2].sum(axis=0)

然后通过 lambda 函数使用它

df = df.apply(lambda row: volumebyday(row["date"], trades, "start_date","end_date","qty")