Python：聚合函数（groupby）

一堆废话

---

不知不觉都12月12日了。
如果再不写CSDN，我的持之以恒勋章就要消失了！

记得去年的双十二，是真的大打折了！上证一天跌了2.47%，近400只股票跌停。

我还清晰地记得，那天是一路下跌。中午收盘已经跌了接近1.7%了。
在食堂吃饭的时候，除了恐慌，脑子一片空白…（毕竟我在潘老板的带领下，也到市场里走了一圈的。而且那个时候啥都不懂）

今天也是双十二，又来打折。不过我看着你们跌就好了。

我也不去像某些人一样，整天吼着买哪只哪只股票，或者全仓抄底啥的，尽管我已经通过了发布证券研究报告业务资格的考试。
反正一涨一跌，一半的时间能猜中。而且这种空头排列，你就猜跌，多头排列，你就跟风喊涨。更有可能命中。

股市这东西，整天盯着布朗运动看几个小时，累不累？
买入配置型仓位，然后做实业去，挺好的…
国家队都说了，我们股市波动如此之大，就是因为有太多的趋势交易者，太多的追涨杀跌！

正题

---

一天的交易结束后，根据交易流水，要生成持仓汇总。
所以推荐使用py的聚合函数，groupby。
案例代码演示是这样的。

import pandas as pd

df = pd.read_excel('trade.xlsx')

df

证券代码 证券名称 买卖方向 数量 0 601318 中国平安 买入 100 1 601398 工商银行 买入 100 2 600050 中国联通 买入 100 3 601318 中国平安 卖出 100 4 601318 中国平安 买入 200 5 600050 中国联通 买入 100 6 600050 工商银行 卖出 100

df_grp = df.groupby(['证券代码', '买卖方向']).sum()

df_grp

数量 证券代码 买卖方向 600050 买入 200 卖出 100 601318 买入 300 卖出 100 601398 买入 100

tmp_df = df.copy()tmp_df.index = [df['证券代码'], df['买卖方向']]tmp_df

证券代码 证券名称 买卖方向 数量 证券代码 买卖方向 601318 买入 601318 中国平安 买入 100 601398 买入 601398 工商银行 买入 100 600050 买入 600050 中国联通 买入 100 601318 卖出 601318 中国平安 卖出 100 买入 601318 中国平安 买入 200 600050 买入 600050 中国联通 买入 100 卖出 600050 工商银行 卖出 100

tmp_df.drop_duplicates(['证券代码','买卖方向'], inplace=True)tmp_df

证券代码 证券名称 买卖方向 数量 证券代码 买卖方向 601318 买入 601318 中国平安 买入 100 601398 买入 601398 工商银行 买入 100 600050 买入 600050 中国联通 买入 100 601318 卖出 601318 中国平安 卖出 100 600050 卖出 600050 工商银行 卖出 100

other_cols = list(set(tmp_df.columns) - set(df_grp.columns))df_sum = pd.concat([df_grp, tmp_df.loc[:, other_cols]], axis=1)

df_sum

数量 证券名称 证券代码 买卖方向 证券代码 买卖方向 600050 买入 200 中国联通 600050 买入 卖出 100 工商银行 600050 卖出 601318 买入 300 中国平安 601318 买入 卖出 100 中国平安 601318 卖出 601398 买入 100 工商银行 601398 买入

上面的案例，py代码在附在下面。

# coding: utf-8import pandas as pddf = pd.read_excel('trade.xlsx')df_grp = df.groupby(['证券代码', '买卖方向']).sum()tmp_df = df.copy()tmp_df.index = [df['证券代码'], df['买卖方向']]tmp_df.drop_duplicates(['证券代码','买卖方向'], inplace=True)other_cols = list(set(tmp_df.columns) - set(df_grp.columns))df_sum = pd.concat([df_grp, tmp_df.loc[:, other_cols]], axis=1)