如何在Pandas中按5分钟+价格分组，筛选累计成交量超100的时间

1. 数据预处理 #

首先将字符串类型的time列转换为datetime格式，否则无法使用dt.floor进行时间窗口分组：

import pandas as pd

data = {'time': ['10:00', '10:01', '10:02', '10:02', '10:03','10:04', '10:06', '10:10', '10:15'],
        'price': [100, 101, 101, 103, 101,101, 105, 106, 107],
        'volume': [50, 60, 30, 80, 20,50, 10, 40, 40]}
df = pd.DataFrame(data)

# 转换time列为datetime类型
df['time'] = pd.to_datetime(df['time'], format='%H:%M')

2. 执行5分钟+价格的分组求和 #

按照你提供的代码完成分组，并重命名列便于后续处理：

grouped_df = df.groupby([df['time'].dt.floor('5T'), 'price']).agg({'volume': 'sum'}).reset_index()
grouped_df.columns = ['time_window', 'price', 'total_volume']

3. 筛选累计成交量超过100的时间 #

根据你的需求场景，分两种实现方式：

场景A：按5分钟时间窗口累计全量成交量

如果需要统计所有价格在时间窗口内的累计成交量，找到首次超过100的窗口及后续窗口：

# 按时间窗口排序，计算累计成交量
grouped_df = grouped_df.sort_values('time_window')
grouped_df['cumulative_volume'] = grouped_df['total_volume'].cumsum()

# 提取累计成交量超过100的时间窗口
target_time_windows = grouped_df[grouped_df['cumulative_volume'] > 100]['time_window'].dt.strftime('%H:%M').unique()
print(target_time_windows)
# 输出：['10:00']（10:00窗口内总成交量50+160+80=290，累计到该窗口即超过100）

场景B：按价格分组，累计单价格的成交量（匹配你的例子）

如果需要像例子中那样，按单个价格跟踪时间顺序的累计成交量，找到累计超过100的具体时间点：

# 按时间顺序排序数据
df_sorted = df.sort_values('time')

# 按price分组，计算每组的累计成交量
df_sorted['cumulative_volume'] = df_sorted.groupby('price')['volume'].cumsum()

# 提取累计成交量超过100的时间点
target_times = df_sorted[df_sorted['cumulative_volume'] > 100]['time'].dt.strftime('%H:%M').unique()
print(target_times)
# 输出：['10:03', '10:04']（对应price=101组的累计量突破100的时间）

内容的提问来源于stack exchange，提问作者Fresto