如何用Pandas计算特定标签下最近7天的小时级cumulativeVol平均值？

完全可以通过Pandas内置方法完成需求，具体步骤如下（假设你的DataFrame索引为datetime类型，包含cumulativeVol和tag列）：

步骤1：提取日期与小时字段 #

从时间索引中拆分出日期和小时，方便后续分组筛选：

df['date'] = df.index.date
df['hour'] = df.index.hour

步骤2：筛选指定标签的数据 #

先过滤出标签属于目标列表的记录：

target_tags = ['5f', '5i', '5j', '5x', '5h']
filtered_df = df[df['tag'].isin(target_tags)]

步骤3：获取最近7个符合条件的日期 #

提取所有带目标标签的唯一日期，按时间倒序后取最近7天：

# 去重得到所有符合条件的日期
unique_dates = filtered_df['date'].unique()
# 按时间从新到旧排序，取前7个
selected_dates = sorted(unique_dates, reverse=True)[:7]

步骤4：按小时计算平均值 #

用选中的7天数据，按小时分组求均值，最终得到24行1列的DataFrame：

result = filtered_df[filtered_df['date'].isin(selected_dates)] \
          .groupby('hour')['cumulativeVol'] \
          .mean() \
          .to_frame(name='avg_cumulativeVol')

补充说明 #

• 如果你的DataFrame索引不是datetime类型，需要先转换：df.index = pd.to_datetime(df.index)
• 若符合条件的日期不足7天，代码会自动取所有可用日期计算均值
• 最终结果的索引为0-23的小时数，对应一天24小时的平均累计仓位

内容的提问来源于stack exchange，提问作者K.Best