Pandas：移除按账户和标的分组开头的Sell交易行

这里的“分组”指account和symbol字段值完全相同的行集合，以下是高效实现方案，替代低效的iterrows遍历：

1. 先拿示例数据试手 #

假设你的交易数据结构如下，先构造测试用的DataFrame：

import pandas as pd

data = {
    'account': ['A1', 'A1', 'A1', 'A2', 'A2', 'A2', 'A2'],
    'symbol': ['GOOG', 'GOOG', 'GOOG', 'MSFT', 'MSFT', 'MSFT', 'MSFT'],
    'type': ['Sell', 'Sell', 'Buy', 'Sell', 'Buy', 'Sell', 'Buy'],
    'quantity': [-10, -5, 20, -3, 15, -8, 10],
    'price': [140, 142, 138, 280, 275, 285, 270]
}
df = pd.DataFrame(data)

2. 核心分组处理逻辑 #

用groupby+apply做批量处理，比逐行遍历快得多：

def clean_group(group):
    # 定位分组内第一个Buy记录的索引
    first_buy_pos = group[group['type'] == 'Buy'].index.min()
    # 要是分组里没Buy记录，直接返回原组（也可以改成返回空表删掉整组）
    if pd.isna(first_buy_pos):
        return group
    # 只保留第一个Buy及之后的所有行
    return group.loc[first_buy_pos:]

# 按account和symbol分组执行清洗
result_df = df.groupby(['account', 'symbol'], group_keys=False).apply(clean_group)

3. 效果验证 #

处理后，每个分组里首个Buy之前的Sell行都会被删掉：

• 比如A1分组的前两行Sell会被移除，只保留从Buy开始的记录；
• A2分组会删掉第一个Buy之前的那行Sell，保留后续所有交易记录。

为什么这个方案高效？ #

完全利用Pandas的分组向量化操作，避免了iterrows逐行循环的性能瓶颈，就算是几十万甚至上百万行的大数据量，处理速度也能跟上。

内容的提问来源于stack exchange，提问作者Bowen Liu